Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/38101
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorJaramillo Duque, Alvaro-
dc.contributor.authorMejía López, Camilo-
dc.date.accessioned2024-02-08T20:23:54Z-
dc.date.available2024-02-08T20:23:54Z-
dc.date.issued2024-
dc.identifier.citationMejía López [1]spa
dc.identifier.urihttps://hdl.handle.net/10495/38101-
dc.description.abstractRESUMEN : En la Gerencia de Mercado de Energía (GEME) uno de los procesos más importantes es la implementación de nuevas resoluciones, decretos o cualquier cambio regulatorio expedido por los entes. En estos procesos uno de los hitos claves es identificar de manera oportuna qué procesos son impactados por estos cambios regulatorios para garantizar y tener una vista integral de los impactos. Además, proponer soluciones que garanticen la aplicación de los cambios regulatorios. Sin embargo, la identificación de los procesos impactados varía dependiendo de la complejidad y dimensión de la resolución. Por tanto, se propone una herramienta que pueda procesar el contenido de la resolución y determinar los posibles equipos impactados de manera mucho más ágil y de forma desatendida. Esta tarea se pretende realizar a través de un modelo de procesamiento de lenguaje natural el cual tomará las resoluciones nuevas para lograr una implementación de un proceso automático. Este proyecto, por tanto, muestra tres estrategias de manejo de datos, sus resultados y además los procesos de mejora para obtener clasificaciones más reales. Además de presentar las demás actividades en las que también participó.spa
dc.description.tableofcontentsRESUMEN ABSTRACT INTRODUCCIÓN OBJETIVOS Objetivo general Objetivos específicos MARCO TEÓRICO Procesamiento de Lenguaje Natural Keyword Frequency Analysis (KFA) Named Entity Recognition (NER) Tokenización Lematización Análisis de Impacto Regulatorio Scikit - Learn Regresión Logística (Logistic Regression) Máquina de vectores de soporte (Support Vector Machine) Naive Bayes Multinomial Random Forest Métricas de evaluación de modelos Accuracy (Exactitud) Precision (Precisión) Recall (Sensibilidad) F1 Score METODOLOGÍA Generar base de datos: Revisión de información actual y división de equipos Tratamiento de los datos: Selección de modelo Evaluación del modelo Identificación de posibles mejoras RESULTADOS Caso 1 Logistic Regression Support Vector Machine Naive Bayes Caso 2 Logistic Regression Support Vector Machine Naive Bayes Caso 3 Logistic Regression Support Vector Machine Naive Bayes RECOMENDACIONES Y TAREAS ADICIONALES CONCLUSIONES REFERENCIASspa
dc.format.extent38 páginasspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.type.hasversioninfo:eu-repo/semantics/draftspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.titleIdentificación de procesos impactados en la gerencia de mercado de energía a través de redes de procesamiento de lenguaje naturalspa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
thesis.degree.nameIngeniero Energéticospa
thesis.degree.levelPregradospa
thesis.degree.disciplineFacultad de Ingeniería. Ingeniería Energéticaspa
thesis.degree.grantorUniversidad de Antioquiaspa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.publisher.placeEl Carmen de Viboral, Colombiaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TPspa
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa
dc.subject.decsProcesamiento de lenguaje natural-
dc.subject.decsNatural language processing-
dc.subject.lembIndustria energética-
dc.subject.lembEnergy industry-
dc.subject.lembClasificación automática-
dc.subject.lembAutomatic classification-
dc.subject.proposalCambios Regulatoriosspa
dc.subject.meshurihttps://id.nlm.nih.gov/mesh/D009323-
Aparece en las colecciones: Ingeniería Energética

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
MejiaCamilo_2024_NLPImpactosRegulatorios.pdfTrabajo de grado pregrado686.38 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.