Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentos

Autores
Cossio, Edgar Gonzalo Franco; Quintero, Franco Pablo
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La Organización de las Naciones Unidas (ONU), a través de los Objetivos de Desarrollo Sostenible (ODS), particularmente en el objetivo 2: Hambre cero, contempla un mundo libre de hambre para el 2030. A pesar de que se trata de un objetivo con un alto sentido de humanidad, no se ha logrado al 100% y esto dada la complejidad, entre otros aspectos, como la producción, la logística de distribución y cadena de suministro de los alimentos. La presente propuesta tiene como objetivo coadyuvar a la estrategia de distribución holística de alimentos para el Banco de Alimentos, utilizando técnicas de inteligencia artificial (IA) para optimizar la gestión de los recursos y maximizar el impacto social. El análisis de pertinencia, así como la curaduría de los datos se incluyen como etapas elementales en el entrenamiento y pruebas del modelo propuesto el cual incluye un benchmarking (para identificar el algoritmo óptimo) entre redes neuronales, árboles de decisión y máquinas de soporte vectorial, algoritmos de aprendizaje automático a través de los cuales es posible entender y predecir patrones en los datos, cada uno con su propio estilo. Las redes neuronales funcionan de manera similar al cerebro humano, permitiendo procesar información compleja. Por otro lado, los árboles de decisión dividen los datos en secciones más simples y comprensibles, mientras que las máquinas de soporte vectorial se enfocan en encontrar la mejor forma de separar diferentes grupos en un espacio multidimensional.
Fil: Cossio Franco, Edgar Gonzalo. Universidad del Valle de Atemajac (UNIVA). Profesor en la Universidad del Valle de Atemajac y en el Centro de Investigación en Tecnología Avanzada; México.
Fil: Quintero, Franco Pablo. Universidad Católica de La Plata. Jefe de trabajos prácticos de la materia Ingeniería en Sistemas de Información I y II y Compiladores correspondientes a la carrera Lic. en Sistemas UCALP – FACEI; Argentina.
Materia
INTELIGENCIA ARTIFICIAL
DISTRIBUCIÓN DE ALIMENTOS
REDES NEURONALES
http://purl.org/pe-repo/ocde/ford#1.02.02
http://purl.org/pe-repo/ocde/ford#1.02.03
http://purl.org/pe-repo/ocde/ford#1.02.01
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
Repositorio Institucional UCALP
Institución
Universidad Católica de La Plata
OAI Identificador
oai:repositorio.ucalp.edu.ar:UCALP/804
Acceder
id REDIUCALP_00f7dc90cab3ac989e4aad17dc4e767e
oai_identifier_str oai:repositorio.ucalp.edu.ar:UCALP/804
network_acronym_str REDIUCALP
repository_id_str 10906
network_name_str Repositorio Institucional UCALP
spelling Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentosCossio, Edgar Gonzalo FrancoQuintero, Franco PabloINTELIGENCIA ARTIFICIALDISTRIBUCIÓN DE ALIMENTOSREDES NEURONALEShttp://purl.org/pe-repo/ocde/ford#1.02.02http://purl.org/pe-repo/ocde/ford#1.02.03http://purl.org/pe-repo/ocde/ford#1.02.01La Organización de las Naciones Unidas (ONU), a través de los Objetivos de Desarrollo Sostenible (ODS), particularmente en el objetivo 2: Hambre cero, contempla un mundo libre de hambre para el 2030. A pesar de que se trata de un objetivo con un alto sentido de humanidad, no se ha logrado al 100% y esto dada la complejidad, entre otros aspectos, como la producción, la logística de distribución y cadena de suministro de los alimentos. La presente propuesta tiene como objetivo coadyuvar a la estrategia de distribución holística de alimentos para el Banco de Alimentos, utilizando técnicas de inteligencia artificial (IA) para optimizar la gestión de los recursos y maximizar el impacto social. El análisis de pertinencia, así como la curaduría de los datos se incluyen como etapas elementales en el entrenamiento y pruebas del modelo propuesto el cual incluye un benchmarking (para identificar el algoritmo óptimo) entre redes neuronales, árboles de decisión y máquinas de soporte vectorial, algoritmos de aprendizaje automático a través de los cuales es posible entender y predecir patrones en los datos, cada uno con su propio estilo. Las redes neuronales funcionan de manera similar al cerebro humano, permitiendo procesar información compleja. Por otro lado, los árboles de decisión dividen los datos en secciones más simples y comprensibles, mientras que las máquinas de soporte vectorial se enfocan en encontrar la mejor forma de separar diferentes grupos en un espacio multidimensional.Fil: Cossio Franco, Edgar Gonzalo. Universidad del Valle de Atemajac (UNIVA). Profesor en la Universidad del Valle de Atemajac y en el Centro de Investigación en Tecnología Avanzada; México.Fil: Quintero, Franco Pablo. Universidad Católica de La Plata. Jefe de trabajos prácticos de la materia Ingeniería en Sistemas de Información I y II y Compiladores correspondientes a la carrera Lic. en Sistemas UCALP – FACEI; Argentina.Universidad Católica de La Plata2024-11-06info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttps://repositorio.ucalp.edu.ar/handle/UCALP/804spainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/reponame:Repositorio Institucional UCALPinstname:Universidad Católica de La Plata2025-09-04T11:43:30Zoai:repositorio.ucalp.edu.ar:UCALP/804instacron:UCALPInstitucionalhttps://repositorio.ucalp.edu.ar/Universidad privadawww.ucalp.edu.arhttps://repositorio.ucalp.edu.ar/server/oai/snrdana.chauvet@ucalp.edu.arArgentinaopendoar:109062025-09-04 11:43:30.526Repositorio Institucional UCALP - Universidad Católica de La Platafalse
dc.title.none.fl_str_mv Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentos
title Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentos
spellingShingle Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentos
Cossio, Edgar Gonzalo Franco
INTELIGENCIA ARTIFICIAL
DISTRIBUCIÓN DE ALIMENTOS
REDES NEURONALES
http://purl.org/pe-repo/ocde/ford#1.02.02
http://purl.org/pe-repo/ocde/ford#1.02.03
http://purl.org/pe-repo/ocde/ford#1.02.01
title_short Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentos
title_full Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentos
title_fullStr Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentos
title_full_unstemmed Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentos
title_sort Uso de técnicas de IA para optimizar la gestión de recursos en la estrategia de distribución de alimentos
dc.creator.none.fl_str_mv Cossio, Edgar Gonzalo Franco
Quintero, Franco Pablo
author Cossio, Edgar Gonzalo Franco
author_facet Cossio, Edgar Gonzalo Franco
Quintero, Franco Pablo
author_role author
author2 Quintero, Franco Pablo
author2_role author
dc.subject.none.fl_str_mv INTELIGENCIA ARTIFICIAL
DISTRIBUCIÓN DE ALIMENTOS
REDES NEURONALES
http://purl.org/pe-repo/ocde/ford#1.02.02
http://purl.org/pe-repo/ocde/ford#1.02.03
http://purl.org/pe-repo/ocde/ford#1.02.01
topic INTELIGENCIA ARTIFICIAL
DISTRIBUCIÓN DE ALIMENTOS
REDES NEURONALES
http://purl.org/pe-repo/ocde/ford#1.02.02
http://purl.org/pe-repo/ocde/ford#1.02.03
http://purl.org/pe-repo/ocde/ford#1.02.01
dc.description.none.fl_txt_mv La Organización de las Naciones Unidas (ONU), a través de los Objetivos de Desarrollo Sostenible (ODS), particularmente en el objetivo 2: Hambre cero, contempla un mundo libre de hambre para el 2030. A pesar de que se trata de un objetivo con un alto sentido de humanidad, no se ha logrado al 100% y esto dada la complejidad, entre otros aspectos, como la producción, la logística de distribución y cadena de suministro de los alimentos. La presente propuesta tiene como objetivo coadyuvar a la estrategia de distribución holística de alimentos para el Banco de Alimentos, utilizando técnicas de inteligencia artificial (IA) para optimizar la gestión de los recursos y maximizar el impacto social. El análisis de pertinencia, así como la curaduría de los datos se incluyen como etapas elementales en el entrenamiento y pruebas del modelo propuesto el cual incluye un benchmarking (para identificar el algoritmo óptimo) entre redes neuronales, árboles de decisión y máquinas de soporte vectorial, algoritmos de aprendizaje automático a través de los cuales es posible entender y predecir patrones en los datos, cada uno con su propio estilo. Las redes neuronales funcionan de manera similar al cerebro humano, permitiendo procesar información compleja. Por otro lado, los árboles de decisión dividen los datos en secciones más simples y comprensibles, mientras que las máquinas de soporte vectorial se enfocan en encontrar la mejor forma de separar diferentes grupos en un espacio multidimensional.
Fil: Cossio Franco, Edgar Gonzalo. Universidad del Valle de Atemajac (UNIVA). Profesor en la Universidad del Valle de Atemajac y en el Centro de Investigación en Tecnología Avanzada; México.
Fil: Quintero, Franco Pablo. Universidad Católica de La Plata. Jefe de trabajos prácticos de la materia Ingeniería en Sistemas de Información I y II y Compiladores correspondientes a la carrera Lic. en Sistemas UCALP – FACEI; Argentina.
description La Organización de las Naciones Unidas (ONU), a través de los Objetivos de Desarrollo Sostenible (ODS), particularmente en el objetivo 2: Hambre cero, contempla un mundo libre de hambre para el 2030. A pesar de que se trata de un objetivo con un alto sentido de humanidad, no se ha logrado al 100% y esto dada la complejidad, entre otros aspectos, como la producción, la logística de distribución y cadena de suministro de los alimentos. La presente propuesta tiene como objetivo coadyuvar a la estrategia de distribución holística de alimentos para el Banco de Alimentos, utilizando técnicas de inteligencia artificial (IA) para optimizar la gestión de los recursos y maximizar el impacto social. El análisis de pertinencia, así como la curaduría de los datos se incluyen como etapas elementales en el entrenamiento y pruebas del modelo propuesto el cual incluye un benchmarking (para identificar el algoritmo óptimo) entre redes neuronales, árboles de decisión y máquinas de soporte vectorial, algoritmos de aprendizaje automático a través de los cuales es posible entender y predecir patrones en los datos, cada uno con su propio estilo. Las redes neuronales funcionan de manera similar al cerebro humano, permitiendo procesar información compleja. Por otro lado, los árboles de decisión dividen los datos en secciones más simples y comprensibles, mientras que las máquinas de soporte vectorial se enfocan en encontrar la mejor forma de separar diferentes grupos en un espacio multidimensional.
publishDate 2024
dc.date.none.fl_str_mv 2024-11-06
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://repositorio.ucalp.edu.ar/handle/UCALP/804
url https://repositorio.ucalp.edu.ar/handle/UCALP/804
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Católica de La Plata
publisher.none.fl_str_mv Universidad Católica de La Plata
dc.source.none.fl_str_mv reponame:Repositorio Institucional UCALP
instname:Universidad Católica de La Plata
reponame_str Repositorio Institucional UCALP
collection Repositorio Institucional UCALP
instname_str Universidad Católica de La Plata
repository.name.fl_str_mv Repositorio Institucional UCALP - Universidad Católica de La Plata
repository.mail.fl_str_mv ana.chauvet@ucalp.edu.ar
_version_ 1842346744841502720
score 12.623145

Publicaciones similares