http://hdl.handle.net/10226/1 2026-11-12T03:38:21Z 2026-11-12T03:38:21Z Acuña, Facundo http://hdl.handle.net/10226/2775 2026-10-29T23:04:14Z 2024-06-01T00:00:00Z

Swarn Robotics Solution: Robótica en enjambre para logística Acuña, Facundo En la actualidad la automatización muchas de las tareas de despacho en el rubro de almacenes en empresas de logística no tienen mucha participación de herramientas de automatización de tareas como puede haber en otras partes del mundo. La propuesta del presente trabajo consiste en el desarrollo de una solución de logística mediante el uso de las técnicas de robots en enjambre para el caso de una empresa de logística y analiza la aplicación práctica de la técnica de robótica en enjambre para el uso en un almacén en el proceso de despacho. Mediante este enfoque se busca la optimización de la manipulación y transporte de bienes obteniendo beneficios para dicha industria, tales como costos o evitar riesgos de trabajo, de forma tomatizada aplicando novedosas tecnologías. Tutor : Diego Esteve

2024-06-01T00:00:00Z García, Matías A. http://hdl.handle.net/10226/2774 2026-10-29T23:04:09Z 2024-07-01T00:00:00Z

Aplicación de redes neuronales para la prevención de lesiones en deportistas amateur García, Matías A. El objetivo de esta investigación es la implementación de redes neuronales para la toma de decisiones sobre los pasos a seguir que debe realizar un deportista amateur que solicita un turno en sanatorios y hospitales. El paciente solicita un turno ya sea por una lesión ocasionada en el ámbito deportivo o un turno de consulta para la prevención de lesiones y salud deportiva. El sistema implementado de redes neuronales realiza un análisis en base a los parámetros que obtiene de la consulta del paciente y otorgar´a al médico tratante un conjunto de recomendaciones, diagnósticos y aspectos a investigar del paciente para hallar el origen de las lesiones y/o para prevenir futuras lesiones y generar un plan de control de seguimiento para el paciente.

2024-07-01T00:00:00Z Rossetti, Nain http://hdl.handle.net/10226/2773 2026-10-29T23:04:04Z 2024-07-01T00:00:00Z

Sistema de Seguridad Inteligente: Detecci´on de Situaciones Delictivas y Violentas Utilizando IA Rossetti, Nain Este estudio presenta el desarrollo de un modelo de inteligencia artificial para la detección en tiempo real de situaciones delictivas en videos de vigilancia. Utilizando una arquitectura de redes neuronales recurrentes con convoluciones (LRCN), el modelo fue entrenado con un conjunto de datos compuesto por videos de situaciones normales y violentas. La metodología incluyó el procesamiento y formalización de frames de video, y el entrenamiento del modelo en una MacBook Pro con chip M1. Los resultados muestran que el modelo puede identificar actividades delictivas con alta precisión, aunque enfrenta desafíos en la generalización a nuevos datos. Se observó que las gráficas de perdida y exactitud reflejan un buen aprendizaje pero también indican posibles sobre ajustes. Este sistema tiene el potencial de mejorar significativamente la seguridad publica al proporcionar alertas automáticas y permitir una respuesta más rápida a situaciones delictivas.

2024-07-01T00:00:00Z Canaval Garcia, Laura Fernanda http://hdl.handle.net/10226/2772 2026-10-29T23:03:59Z 2026-02-11T00:00:00Z

Reconocimiento y Gestión de Residuos en la Industria Manufacturera Textil Canaval Garcia, Laura Fernanda La industria textil es una de las más contaminantes a nivel global, debido a la generación masiva de residuos y el consumo excesivo de recursos. Este trabajo de investigación se enfoca en la mejora de la gestión y el reconocimiento de residuos textiles en el sector manufacturero mediante la implementación de tecnología IoT (Internet de las Cosas). El objetivo principal es diseñar un sistema innovador que permita identificar, separar y guiar a los usuarios en la disposición adecuada de productos textiles desechados, optimizando así los procesos de reciclaje y promoviendo prácticas sostenibles. La investigación se centra en definir las tecnologías necesarias para la identificación y clasificación de materiales, utilizando sensores avanzados como NIR, RFID y sistemas de visión artificial. Además, se desarrolla un modelo técnico de trazabilidad que garantiza la gestión eficiente de los residuos a lo largo de su ciclo de vida, desde la generación hasta su disposición final. El sistema propuesto también permite la integración de plataformas de análisis en tiempo real, lo que optimiza las rutas de recolección y facilita el cumplimiento de las normativas ambientales. Este enfoque contribuye a reducir los residuos textiles en vertederos y también impulsa la transición hacia una economía circular, mejorando la sostenibilidad operativa y reduciendo la huella ecológica de la industria textil. Director de Tesis Prof. Mgr. Pablo Lena

2026-02-11T00:00:00Z