Palabras clave: Aplicaciones informáticas dependientes del contexto / dispositivos móviles / redes neuronales artifi ciales. ResumenEl presente artículo propone un modelo de un sistema basado en técnicas de inteligencia artifi cial para inferir el contexto del usuario y optimizar el desarrollo de aplicaciones dependientes del contexto en los dispositivos móviles. En el documento se analiza la viabilidad de la aplicación de las redes neuronales artifi ciales en la optimización de este tipo de aplicaciones; el objetivo es construir un marco general de inferencia alternativo a los ya existentes, con el fi n de proporcionar una infraestructura básica para facilitar el desarrollo de aplicaciones dependientes del contexto (contextaware), mediante la integración de la información procedente del entorno.INTERFASES 6-revista completa.indd 9 INTERFASES 6-revista completa.indd 9
RIESGO EMPRESARIAL IntroducciónEl doctor Koprinarov, profesor de Economía en la Universidad de Burgas, Bulgaria, defi ne la gestión del riesgo como un conjunto de actividades que pretenden un doble objetivo: proteger a la empresa y explotar las oportunidades de benefi cio que ofrecen los riesgos (2005). En términos generales, defi ne la gestión de riesgo como el arte de oscilar entre la pérdida y el benefi cio. En este sentido, la gestión del riesgo actúa en forma dinámica en la empresa, como una parte inherente de su gestión general que analiza y pronostica los eventos de riesgo, y los aborda para mitigarlos y calcular las ventajas de los riesgos aceptables.El riesgo es la probabilidad de tener éxito o de fracasar cuando se toma la decisión de llevar a cabo un proyecto (Del Carpio y Eyzaguirre 2007); por tal motivo, se hace necesario realizar una evaluación del riesgo que se está asumiendo, escogiendo una métrica adecuada para su evaluación.Una debilidad de las prácticas existentes en los procesos de gestión del riesgo es la incapacidad para relacionar los riesgos identifi cados contra el rendimiento de proyectos similares acontecidos en la empresa. Este documento intenta contribuir a mejorar las prácticas actuales de gestión de riesgos en las empresas del sector construcción, diseñando los indicadores de medición de los factores de riesgo que impactan sobre los objetivos del proyecto, bajo un esquema de rentabilidad, aplicando un mecanismo de control que compare los riesgos actuales con los datos históricos de proyectos pasados de la organización; para ello se utilizan como herramienta de análisis las redes neuronales artifi ciales, siguiendo el modelo de validación de efi ciencia adoptado por Sarcià, Cantone y Victor R. BasiliBasili (2007).En este artículo se proporciona una visión general de los elementos del riesgo; asimismo, se revisan las características comunes de las redes neuronales artifi ciales, y se analiza la viabilidad de su aplicación en las organizaciones empresariales del sector construcción, que en los últimos años han tenido un crecimiento acelerado, mediante una aplicación práctica en un grupo de compañías de dicho sector.El objetivo de este artículo es desarrollar un modelo, mediante el uso del análisis de redes neuronales artifi ciales, que permita determinar la probabilidad de éxito o fracaso de un proyecto de infraestructura antes de su inicio, para que la gerencia de la empresa pueda defi nir las estrategias y los planes de monitoreo o mitigación de riesgos. 1.Descripción del problema Realidad problemáticaEl sector construcción es uno de los sectores productivos que lidera el dinamismo económico en el Perú y se ha convertido en uno de sus grandes nº 5, 2012, 9-43 11 Redes neuronales para la optimización de la gestión del riesgo empresarial motores. En el año 2011, y a pesar de la crisis, dicho sector creció en un 6,9%. La agencia califi cadora de riesgo Standard & Poor's proyecta que la economía peruana crecerá 5,5% en el 2012, mientras que la infl ación sería de un 2,5%. El menciona...
Artificial intelligence techniques for optimizing the efficiency in public works contracting selection processes The present article proposes to design a model that provides a generic architecture which acts autonomously in public works contracting selection processes, in order to generate an automated decision criterion in the event of a tie. For the Simplified Tender selection process, in case of a tie, it is proposed to choose the bidder by means of an electronic lottery based on a controlled randomization system of encryption and transformation. For the Public Bidding selection process, in the event of a tie, the bidder is chosen by means of a predicted compliance index according to the behavior of the companies when executing similar infrastructure projects. To this end, a model that predicts the probability of success or failure of the bidder to execute a project before initiating it is generated, using artificial neural networks as an analysis tool. This paper reviews the common characteristics of artificial neural networks.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.