Desarrollo de un sistema de inteligencia artificial para el hallazgo de errores en los registros académicos de la unheval, 2023
Enviado por Juan Gomez • 13 de Julio de 2023 • Tesina • 19.496 Palabras (78 Páginas) • 74 Visitas
UNIVERSIDAD NACIONAL HERMILIO VALDIZAN
FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS
ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS
CARRERA PROFESIONAL DE INGENIERIA DE SISTEMAS [pic 1]
DESARROLLO DE UN SISTEMA DE INTELIGENCIA ARTIFICIAL PARA EL HALLAZGO DE ERRORES EN LOS REGISTROS ACADÉMICOS DE LA UNHEVAL, 2023
LINEA DE INVESTIGACION: INGENIERIA Y TECNOLOGIA
TESISTA:
GOMEZ ROJAS JUAN EDUARDO
ASESOR:
MG. FLORES VIDAL JIMMY GROVER
HUANUCO-PERU
2023
INDICE
I. ASPECTOS BASICOS DEL PROBLEMA DE INVESTIGACION 7
1.1. Fundamentación o situación del problema de investigación 7
1.2. Formulación del problema general y específicos 7
1.2.1. Problema general 8
1.2.2. Problemas específicos 8
1.3. Formulación del objetivo general y específicos 8
1.3.1. Objetivo general 8
1.3.2. Objetivos específicos 8
1.4. Justificaciones 9
1.4.1. Justificación teórica 9
1.4.2. Justificación practica 9
1.4.3. Justificación social 9
1.5. Limitaciones 10
1.5.1. Limitaciones externas 10
1.5.2. Limitaciones internas 10
II. ASPECTOS OPERACIONALES 10
2.1. Formulación de hipótesis general y especifica 10
2.1.1. Hipótesis general 10
2.1.2. Hipótesis especificas 11
2.2. Variables 11
2.2.1. Variable independiente 11
2.2.2. Variable dependiente 11
2.3. Definición teórica y operacionalización de variables 12
III. MARCO TEORICO 20
3.1. Antecedentes de la Investigación 20
3.1.1. Internacional 20
3.1.2. Nacional 21
3.1.3. Local 23
3.2. Bases teóricas 24
3.2.1. Variable independiente: Desarrollo de un sistema de inteligencia artificial 24
3.2.2. Dimensión 1: Medidas de seguridad y privacidad 24
3.2.3. Indicador 1: Nivel de encriptación de los datos 25
3.2.4. Indicador 2: Tasa de incidentes relacionados con la seguridad y privacidad 26
3.2.5. Dimensión 2: Evaluación de la eficiencia 26
3.2.6. Indicador 1: Tiempo de respuesta del sistema 26
3.2.7. Indicador 2: Capacidad de procesamiento de grandes volúmenes de datos académicos 27
3.2.8. Indicador 3: Tiempo promedio para detectar errores 27
3.2.9. Dimensión 3: Impacto del sistema 27
3.2.10. Indicador 1: Tasa de satisfacción de los estudiantes con respecto a la calidad de sus registros académicos 28
3.2.11. Indicador 2: Porcentaje de casos de fraude académico identificados por el sistema 28
...