Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/10495/45125
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Maya Duque, Pablo Andrés | - |
dc.contributor.author | Giraldo Urrea, Astrid Daniela | - |
dc.date.accessioned | 2025-02-21T17:55:10Z | - |
dc.date.available | 2025-02-21T17:55:10Z | - |
dc.date.issued | 2025 | - |
dc.identifier.uri | https://hdl.handle.net/10495/45125 | - |
dc.description.abstract | RESUMEN : Este proyecto tiene como objetivo explorar como la IA generativa puede optimizar pequeños procesos empresariales y analizar cuáles son los entornos en que mejor se desempeña. Además, se estudia las diversas técnicas de entrenamiento para estos modelos generativos. La metodología incluyo la revisión de la literatura, la exploración de la forma como personalizar un modelo IAG y una prueba experimental enfocada en abordar necesidades específicas de la población cafetera en Colombia. La fase experimental consistió en desarrollar y entrenar un modelo basado en investigaciones realizadas por la Federación Nacional de Cafeteros. Este modelo procesa información relacionada con la evolución y manejo de cultivos, así como la implementación de tecnologías emergentes para optimizar la producción y el desarrollo del café. Al ser entrenado con datos específicos, el modelo demostró su capacidad para responder a preguntas de los usuarios basándose en las investigaciones analizadas, ofreciendo soluciones prácticas y contextualmente relevantes para el sector cafetero. Esta capacidad permite ofrecer soluciones prácticas al sector, apoyando decisiones basadas en datos e investigaciones. Finalmente, se confirmó la utilidad de personalizar modelos de IA generativa para aplicaciones específicas. | spa |
dc.format.extent | 43 páginas | spa |
dc.format.mimetype | application/pdf | spa |
dc.language.iso | spa | spa |
dc.type.hasversion | info:eu-repo/semantics/draft | spa |
dc.rights | info:eu-repo/semantics/openAccess | spa |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/2.5/co/ | * |
dc.title | Entendimiento del uso la inteligencia artificial generativa (IAG) y su aplicación a un pequeño proceso empresarial : La Automatización y la Evolución del Trabajo. Trabajo de grado | spa |
dc.type | info:eu-repo/semantics/bachelorThesis | spa |
oaire.version | http://purl.org/coar/version/c_b1a7d7d4d402bcce | spa |
dc.rights.accessrights | http://purl.org/coar/access_right/c_abf2 | spa |
thesis.degree.name | Ingeniera Industrial | spa |
thesis.degree.level | Pregrado | spa |
thesis.degree.discipline | Facultad de Ingeniería. Ingeniería Industrial | spa |
thesis.degree.grantor | Universidad de Antioquia | spa |
dc.rights.creativecommons | https://creativecommons.org/licenses/by-nc-sa/4.0/ | spa |
dc.publisher.place | Medellín, Colombia | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | spa |
dc.type.redcol | https://purl.org/redcol/resource_type/TP | spa |
dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado | spa |
dc.subject.lemb | Aprendizaje automático (inteligencia artificial) | - |
dc.subject.lemb | Machine learning | - |
dc.subject.lemb | Revisión de la literatura | - |
dc.subject.lemb | Literature review | - |
dc.subject.lemb | Inteligencia artificial | - |
dc.subject.lemb | Artificial intelligence | - |
dc.subject.lemb | Industria del café | - |
dc.subject.lemb | Coffee industry | - |
dc.subject.proposal | Asistente virtual | spa |
dc.relatedidentifier.url | https://js.langchain.com/docs/tutorials/rag | spa |
Aparece en las colecciones: | Ingeniería Industrial |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
GiraldoAstrid_2025_EntendimientoInteligenciaArtificial.pdf | Trabajo de grado de pregrado | 1.38 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons