http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/1135 Snies(101596) Tue, 07 Apr 2026 02:45:52 GMT 2026-04-07T02:45:52Z http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/23177 CAPACITIA GESTIÓN INTELIGENTE Y AUTOMÁTICA DE CAPACITACIONES PRESENCIALES Y VIRTUALES ALVIARES DIAZ, ANDERSON El presente proyecto tiene como propósito diseñar e implementar una plataforma denominada CapacitIA, orientada a optimizar los procesos de registro, control y certificación de capacitaciones en instituciones universitarias. Esta propuesta surge ante la necesidad de modernizar los procedimientos administrativos que actualmente se realizan de forma manual, generando demoras, errores en los registros y dificultades en la trazabilidad de la información tanto en modalidad presencial como virtual. El objetivo principal es desarrollar un sistema inteligente de gestión de capacitaciones, basado en técnicas de inteligencia artificial y herramientas web, que permita automatizar el registro de asistencia, consolidar horas por usuario, integrar datos con las bases institucionales y emitir certificados digitales con códigos de verificación únicos. Este desarrollo contribuye a la eficiencia operativa y fortalece los procesos de transformación digital en el ámbito educativo. La metodología empleada se fundamenta en el enfoque de desarrollo incremental, combinando fases de análisis, diseño, implementación, validación y evaluación del sistema. Se integran componentes de automatización, gestión de datos y seguridad digital, garantizando la integridad y confidencialidad de la información. Como resultado, se espera obtener una plataforma tecnológica funcional, capaz de reducir significativamente los tiempos administrativos y mejorar la confiabilidad del proceso de capacitación institucional. Su implementación aportará a la sostenibilidad institucional al disminuir el uso de recursos físicos y favorecer la adopción de soluciones tecnológicas innovadoras alineadas con las políticas de transformación digital de las Unidades Tecnológicas de Santander (UTS). http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/23177 http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/23156 Cultura ciudadana y movilidad sostenible en las Unidades Tecnológicas de Santander sede Bucaramanga: un enfoque de dinámica de sistemas aplicado al uso de motocicletas. Anchique Blanco, Gabriel Alfredo La presente monografía de investigación analiza la interacción entre la cultura ciudadana y la movilidad sostenible en las Unidades Tecnológicas de Santander, sede Bucaramanga, a partir de un enfoque de dinámica de sistemas. Si bien se presta especial atención al uso y estacionamiento de motocicletas como uno de los principales factores que inciden en la gestión del espacio público, el estudio también considera otros elementos determinantes, como la presencia de vendedores informales y las prácticas cotidianas asociadas a la cultura estudiantil y ciudadana. La investigación se desarrolla bajo una metodología cualitativa, sustentada en la revisión documental y el análisis sistémico, con el propósito de identificar las normas, incentivos y patrones de comportamiento que configuran las problemáticas de movilidad, convivencia y uso del espacio en los entornos institucionales. El análisis permitió identificar que el incremento sostenido del número de motocicletas, junto con la ausencia de planeación inicial en infraestructura y la baja observancia de las normas de tránsito, ha generado una sobreocupación de los espacios y conflictos de circulación. A partir del mapeo de actores y del levantamiento de diagramas de bucles causales, se establecieron estructuras de retroalimentación que explican la persistencia del parqueo indebido y las interacciones entre la percepción de control, la disponibilidad de espacios y las normas sociales compartidas. Los resultados destacaron la necesidad de integrar políticas operativas con intervenciones culturales basadas en la corresponsabilidad y el autocontrol ciudadano. Se formularon lineamientos de gestión orientados a fortalecer la gobernanza institucional del estacionamiento, redefinir reglas de acceso y promover estrategias de educación vial y comunicación simbólica que consoliden prácticas sostenibles dentro del campus. El trabajo aporta a la Ingeniería de Sistemas herramientas de modelado conceptual que permiten comprender fenómenos sociales complejos y sustentar decisiones de gestión institucional desde una perspectiva sistémica integradora. Ingeniería de Sistemas, Dinámica de Sistemas http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/23156 http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/23141 PLATAFORMA MÓVIL PARA EL INTERCAMBIO, REUTILIZACIÓN Y DONACIÓN DE OBJETOS EN COMUNIDADES URBANAS INTELIGENTES. FERNANDEZ RINCON, DANIEL FELIPE Este trabajo de grado desarrolla una aplicación móvil tipo marketplace ciudadano orientada al intercambio, la donación y la venta de artículos usados en comunidades urbanas, con Bucaramanga como caso piloto. Su propósito va más allá de la tecnología: promover la economía circular como práctica cotidiana, reducir la generación de residuos y aportar a la construcción de territorios inteligentes desde la participación de sus ciudadanos. El desarrollo se estructuró bajo una investigación aplicada de carácter técnico-descriptivo con método analítico-inductivo, gestionada mediante la metodología ágil Scrum en ciclos iterativos e incrementales. La arquitectura adoptada combina una aplicación móvil multiplataforma, un backend mediante API REST y una base de datos relacional, garantizando escalabilidad y rendimiento. El resultado es un prototipo funcional donde los usuarios pueden registrarse, publicar artículos, gestionar acuerdos y comunicarse directamente dentro de la plataforma. Un sistema de valoraciones integrado construye confianza entre los participantes, elemento clave en cualquier ecosistema de intercambio comunitario. Los resultados confirman la viabilidad técnica y la pertinencia social de la solución. En un ecosistema digital donde las plataformas existentes abordan el problema de forma parcial, ReuMarket integra en un solo lugar el intercambio, la venta y la donación, cubriendo una necesidad concreta aún no resuelta. Se consolida así como una herramienta escalable que articula tecnología, sostenibilidad y comunidad, con proyección real hacia otros entornos urbanos. Economía circular, aplicación móvil, reutilización, sostenibilidad urbana, marketplace. http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/23141 http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/23129 Clasificación de tumores cerebrales en imágenes médicas mediante Inteligencia Artificial para el diagnóstico automático Hernández Nova, Iván Darío; Lozada Orozco, Brayan Yesid El presente trabajo de grado tuvo como objetivo evaluar un modelo de Machine Learning basado en redes neuronales convolucionales (CNN) para la detección y clasificación automática de tumores cerebrales a partir de imágenes de resonancia magnética, con el fin de analizar su precisión y efectividad en un entorno experimental controlado. La metodología empleada corresponde a una investigación de enfoque cuantitativo y tipo experimental. Para el desarrollo del modelo se utilizó un conjunto de datos de imágenes de resonancia magnética compuesto por cuatro categorías: glioma, meningioma, tumor pituitario y ausencia de tumor. El proceso incluyó etapas de selección y preparación del conjunto de datos, entrenamiento del modelo mediante técnicas de Deep learning, optimización del desempeño y evaluación utilizando métricas objetivas como precisión, matriz de confusión y curva ROC. El desarrollo y las pruebas del modelo se realizaron en un entorno computacional controlado utilizando el lenguaje de programación Python. Como resultados, se logró desarrollar un modelo de clasificación capaz de identificar y diferenciar los distintos tipos de tumores cerebrales con un nivel de desempeño satisfactorio, superando el umbral de precisión establecido para el proyecto. La aplicación de técnicas de redes neuronales convolucionales permitió una adecuada extracción de características relevantes de las imágenes médicas, evidenciando la viabilidad del uso de modelos de inteligencia artificial como herramientas de apoyo al diagnóstico. Finalmente, se concluye que los modelos de Machine Learning basados en CNN representan una alternativa efectiva y no invasiva para apoyar el diagnóstico de tumores cerebrales a partir de imágenes de resonancia magnética. Asimismo, los resultados obtenidos respaldan el potencial de estas técnicas como herramientas complementarias en el ámbito clínico, especialmente en contextos donde el acceso a especialistas es limitado, contribuyendo al fortalecimiento de los procesos de diagnóstico asistido por computadora. http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/23129