Menu
Los pasados sismos ponen al desnudo las condiciones de un méxico marginado: investigadora de la UAM

Los pasados sismos ponen al desnudo…

Los pasados sismos en el ...

Extranjeros valoran más arte popular que los propios mexicanos: Experto en la UdeC

Extranjeros valoran más arte popula…

Gabriel Medrano de Luna, ...

Reconoce la SEP el aporte de la UdeG en la consolidación del bachillerato de calidad

Reconoce la SEP el aporte de la Ude…

En México, uno de cada si...

Facultad de Contaduría y Administración de la UASLP prepara acercamiento de sus posgrados con la U. de Ohio

Facultad de Contaduría y Administra…

Para este 2018 la Faculta...

Realizarán 103 alumnos estancia de movilidad en la UAM en el periodo invierno 2018

Realizarán 103 alumnos estancia de …

Ciento tres alumnas y alu...

Tenemos el nivel para competir con físicos de todo el mundo: alumna de la UdeC

Tenemos el nivel para competir con …

Tres estudiantes de la Fa...

Cineforo de la UdeG recibe a 30 directores para festejar su 30 aniversario

Cineforo de la UdeG recibe a 30 dir…

El Cineforo de la Univers...

No todos los videojuegos causan adicción, por el contrario, pueden ser benéficos: experto de la UNAM

No todos los videojuegos causan adi…

No todos juegos en línea ...

Avanza posible ingreso de Cetys aNCAA, tras histórica decisión  

Avanza posible ingreso de Cetys aNC…

En una histórica votación...

Alumnos del IPN desarrollan minitaladro de banco, portátil y seguro

Alumnos del IPN desarrollan minital…

El manejo de taladros de ...

Prev Next

En el IPN diseñan sistema informático de pronóstico para negocios transnacionales Destacado

El investigador de la UPIITA, Miguel Félix Mata Rivera. El investigador de la UPIITA, Miguel Félix Mata Rivera. IPN

Con el uso de la ciencia de los datos que incluye Data Mining, Machine Learning y Dashboard, estudiantes y académicos del Instituto Politécnico Nacional (IPN) diseñaron un sistema informático de pronóstico para negocios internacionales, 100 por ciento en inglés, con la finalidad de mejorar las rutas de venta, reducir la cantidad de mercancía devuelta, disminuir los productos que carga el camión repartidor, así como optimizar su combustible.
Esta innovadora tecnología permitirá también mejorar los dispositivos móviles (Handheld) que se usan para levantar pedidos, porque actualmente no son competitivos en el mercado, ya que no tienen integrado un software de cómputo como éste, indicó Miguel Félix Mata Rivera, investigador de la Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas (UPIITA).


“La empresa quiere que los empleados ya no tengan que ir a la tienda o centro comercial para hacer el pedido, sino que con la aplicación de este software hagas un pronóstico de los artículos que te van a pedir”, aseguró el académico.
“Es un sistema de aprendizaje que realiza las funciones por medio de la introducción de miles de datos. Se proporciona una serie de atributos como la ruta, cliente, producto, lugar, ciudad, día de la semana, y nosotros pronosticamos la venta requerida. Esto se logra a través de la aplicación de cuatro algoritmos de regresiones y redes neuronales”, expuso el líder del proyecto.
El científico politécnico precisó que utiliza Data Science la cual consiste en conocer los datos para realizar un aprendizaje automático de los mismos y como resultado, pronosticar la venta de productos. “Lo que la empresa necesita es resolver el problema de las ventas y quieren solucionarlo a través de su aplicación. No hay muchos especialistas en esta disciplina, ya que requiere de la integración de diversas áreas del conocimiento e investigación, sin embargo, se concibe para desarrollar otras aplicaciones”, informó.

¿Cómo funciona?
La plataforma se divide en tres fases: el proceso de minería (Data Mining); el aprendizaje, que es la del pronóstico (Maching Learning), y finalmente la visualización (Dashboard), que consiste en presentar la información de las tendencias en un tablero.
El especialista en Telemática explicó que en esta herramienta se aplicaron procesos matemáticos, diversos comandos de Machine Learning para que con todos los datos recabados, se estudien y aprendan de ellos, en términos coloquiales se “licúan” y proporcionan información fidedigna y precisa de lo que la empresa necesita conocer.
Parte importante en el procedimiento fue el uso de 100 mil datos en la primera parte y en la segunda de 300 mil más, pero al realizar procesos de clusterización y Machine Learning se llega a analizar más de un millón de resultados, con 80 por ciento de efectividad, aunque se planea aumentar hasta al 95.
Mata Rivera informó que a este software se le adicionaron rutas inteligentes por medio de un sistema de información geográfica (Geoprofiling), que permite conocer el perfil de la competencia y qué factores disparan las ventas, la cual no está basada en estadísticas, sino en algoritmos que se agrupan por clase social, económica, edad, sexo y racial.
Este desarrollo se realizó a través del laboratorio de Cómputo Móvil de la UPIITA conformado por los alumnos Roberto Zagal y Jacobo González; Ari Reyes y Carlos Assad del Centro de Investigación en Computación (CIC), y Aarón Araujo de la Escuela Superior de Cómputo (Escom), todos realizaron una estancia industrial de dos meses en la empresa Honeywell.

Redacción Campus

volver arriba

Redes y más

Universidades BUAP UAEMEX UV