<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Proyectos de Investigación</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/1137</link>
<description>Trabajos de Grado en modalidad DTeI, monografía, Investigación</description>
<pubDate>Fri, 13 Nov 2026 22:24:41 GMT</pubDate>
<dc:date>2026-11-13T22:24:41Z</dc:date>
<item>
<title>Ecosmart Residenciales: plataforma digital para la gestión ambiental inteligente en conjuntos residenciales de Bucaramanga y su área metropolitana</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25935</link>
<description>Ecosmart Residenciales: plataforma digital para la gestión ambiental inteligente en conjuntos residenciales de Bucaramanga y su área metropolitana
Díaz Estrada, María Alejandra
Este trabajo de grado describe el desarrollo de Ecosmart Residenciales, una plataforma digital en forma de aplicación web progresiva (PWA), diseñada para apoyar la gestión ambiental de los conjuntos residenciales de Bucaramanga y su área metropolitana. El proyecto surge de una necesidad identificada en la propuesta de trabajo de grado: que los residentes cuenten con canales sencillos para reportar incidentes relacionados con el manejo de residuos y para participar en las campañas ambientales de su comunidad. Se empleó una metodología aplicada con enfoque mixto y un proceso iterativo de diseño, construcción y prueba. La plataforma se construyó con React en el frontend y Supabase (PostgreSQL) en el backend. Se aplicaron políticas de seguridad a nivel de fila para que cada conjunto residencial y cada rol de usuario acceda solo a la información que le corresponde. El sistema define tres roles, super administrador, administración de conjunto y residente. Integra los módulos de registro y verificación de usuarios, reporte y seguimiento de incidentes ambientales, gestión de campañas, notificaciones automáticas e indicadores de evaluación. Como resultado se obtuvo una plataforma funcional, desplegada en producción y verificada mediante diecinueve casos de prueba y evaluada en un piloto con residentes reales del Conjunto Residencial Real Isabella, en el municipio de Piedecuesta. Durante el piloto, 12 de los 20 residentes convocados se registraron y fueron aprobados (60 %), se reportaron 7 incidentes, de los cuales 6 (85,7 %) fueron resueltos por la administración, y 11 residentes (91,7 %) se inscribieron en al menos una de las tres campañas publicadas.
Gestión ambiental, plataforma digital, conjuntos residenciales, aplicación web progresiva, separación de residuos.
</description>
<guid isPermaLink="false">http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25935</guid>
</item>
<item>
<title>EXENTO - SOLANO CRUZ DAVID SANTIAGO</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25895</link>
<description>EXENTO - SOLANO CRUZ DAVID SANTIAGO
SOLANO CRUZ, DAVID SANTIAGO
</description>
<guid isPermaLink="false">http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25895</guid>
</item>
<item>
<title>EXENTO - GAMBOA JIMENEZ JUAN JOSE</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25881</link>
<description>EXENTO - GAMBOA JIMENEZ JUAN JOSE
Gamboa Jimenéz, Juan José
</description>
<guid isPermaLink="false">http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25881</guid>
</item>
<item>
<title>Implementación de un sistema de seguimiento de personas y reconocimiento de acciones humanas en vídeo mediante aprendizaje profundo</title>
<link>http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25877</link>
<description>Implementación de un sistema de seguimiento de personas y reconocimiento de acciones humanas en vídeo mediante aprendizaje profundo
Solano Monoga, Jesus David; Blanco Prada, Juan David
Este trabajo consiste en la creación de un sistema que puede identificar personas, rastrearlas y distinguir las actividades que ejecutan en videos, utilizando metodologías de aprendizaje profundo y visión por computadora, basado en la identificación de personas a través de la detección de objetos, empleando modelos que se fundamentan en redes neuronales convolucionales y la Identificación de acciones humanas por medio de estructuras de redes profundas optimizadas para video.
Inteligencia artificial&#13;
Redes Neuronales&#13;
Aprendizaje profundo
</description>
<guid isPermaLink="false">http://repositorio.uts.edu.co:8080/xmlui/handle/123456789/25877</guid>
</item>
</channel>
</rss>
