http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/18 Comunidad Área Industrial 2026-10-05T17:19:48Z http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/897 SISTEMA INTELIGENTE DE APOYO A LAS DECISIONES CLÍNICAS (SIADC) PARA EL DIAGNÓSTICO DE ENFERMEDADES MENTALES BASADO EN EL EFECTO POST COVID-19 EN EL IMSS González Zanatta, María Fernanda; Aguilar-Lasserre, Alberto Alfonso; Meza Palacios, Ramiro El objetivo general fue desarrollar un Sistema Inteligente de Apoyo a las Decisiones Clínicas (SIADC) utilizando RNA’s para él diagnóstico de enfermedades mentales relacionadas y Lógica difusa para la evaluación del tiempo de evolución y la calidad de vida en pacientes con problemas mentales debido al efecto post-COVID-19. Este sistema busca asistir a los profesionales de la salud en la clasificación de los padecimientos, mejorando la precisión y la objetividad del diagnóstico y tratamiento. La propuesta metodológica se basa en en un sistema integral, que utiliza la lógica difusa y redes neuronales para modelar la incertidumbre y la subjetividad inherentes. Se diseñará un sistema que integre 4 modelos con RNA’s para el diagnóstico de amnesia, ansiedad, depresión y estrés y dos módulos de LD; el primero para evaluar el tiempo de evolución y el segundo para evaluar la calidad de vida. 2025-10-29T00:00:00Z http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/896 SISTEMA INTELIGENTE PARA EVALUAR LA VULNERABILIDAD Y RIESGO EN EL SECTOR AGROPECUARIO ANTE LOS EFECTOS DEL CAMBIO CLIMÁTICO A TRAVÉS DE UN SISTEMA MULTIAGENTE Y TRATAMIENTO DE IMÁGENES SATELITALES Espinosa Carrillo, Adán; Aguilar-Lasserre, Alberto Alfonso; Badillo Márquez, Alina Evelyn La presente investigación desarrolla un modelo integral de vulnerabilidad y riesgo agropecuario, combinando agentes inteligentes, lógica difusa, procesamiento digital de imágenes satelitales y redes neuronales convolucionales. Con este enfoque se generan escenarios de impacto para estimar la probabilidad de enfermedades en caña de azúcar y el riesgo sanitario del sector pecuario. Los resultados evidencian que los cultivos son altamente sensibles a variaciones de temperatura, humedad y viento, mientras que la ganadería enfrenta riesgos asociados al estrés térmico e hídrico. Finalmente, se proponen esquemas de adaptación que fortalecen la resiliencia del sector agropecuario frente a los efectos del cambio climático, aportando una herramienta práctica para la toma de decisiones en políticas y gestión productiva 2025-10-02T00:00:00Z http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/895 Desarrollo de un simulador para pronosticar y analizar variables clave que impactan el proceso productivo del chayote García Castro, Héctor Daniel; Sánchez Ramírez, Cuauhtémoc; Gónzalez Huerta, Magno Ángel; Moras Sánchez, Gerardo Constantino; Bocanegra Villegas, Laura Valentina El presente proyecto es un caso de estudio desarrollado en una empresa agroindustrial cuyo producto es el chayote, en el cual se desarrolla un modelo de pronósticos que sea capaz de predecir el porcentaje de satisfacción de los clientes analizando variables clave presentes a lo largo de toda la cadena de suministro del producto tales como: condiciones climatológicas (temperatura del ambiente, precipitaciones y humedad relativa), mermas, área sembrada, rendimiento promedio por hectárea, tasas de exportación y contratos celebrados con los clientes. De esta manera, la empresa podrá tomar medidas oportunas de abastecimiento a proveedores para poder cumplir con los pedidos de los clientes y de esta forma elevar su porcentaje de satisfacción. El método elegido para la predicción de las condiciones climatológicas ha sido promedios móviles y promedios móviles dobles, con su debida validación la cual se explica a lo largo del capítulo III. Como resultado del trabajo, se ha hecho entrega a la empresa de una interfaz gráfica que permite la manipulación de ciertas variables para entender como estas afectan al proceso productivo del chayote. Es importante mencionar que la ventaja más clara de está interfaz es la fácil y clara visualización y entendimiento de los indicadores desarrollados en el modelo de pronósticos para el usuario final. Patrocina el CONACYT através de la beca al estudiante 2022-10-26T00:00:00Z http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/893 SISTEMA INTELIGENTE DE APOYO A LA DECISIÓN CLÍNICA PARA LA CLASIFICACIÓN Y DIAGNÓSTICO DE AFECCIONES CARDÍACAS EN EL ÁREA DE URGENCIAS Fernández Zavala, Indra Samantha; Aguilar-Lasserre, Alberto Alfonso; López Segura, Mildred Virginia El presente proyecto se pretende apoyar a la toma de decisiones clínicas para el diagnóstico oportuno de afecciones cardiacas analizando las ecocardiográficas por medio de técnicas de Inteligencia Artificial con la intención de que pueda suponer una herramienta de apoyo para los profesionales del sector ahorrando tiempo y haciendo el proceso más eficiente. Por lo tanto, el objetivo principal de este trabajo es mejorar los diagnósticos emitidos a través de un estudio imágenes, mediante el uso de técnicas de inteligencia artificial para el apoyo a la toma de decisiones clínicas. 2024-12-09T00:00:00Z