Repositorio Institucional UNAL

Comunidades

Revistas UNAL

Envíos recientes

Implementación de un sistema de monitorización y detección inteligente de anomalías en métricas de servidores mediante modelos de machine learning
(Universidad Nacional de Colombia, 2025) Moreno Valbuena, Cristian Camilo; Camargo Mendoza, Jorge Eliecer
La administración de infraestructuras de servidores, especialmente a gran escala, representa un desafío constante para las organizaciones debido a la necesidad de garantizar alta disponibilidad y continuidad operativa. Las fallas por uso sostenido del hardware, consumo excesivo de recursos y herramientas de monitoreo ineficientes impactan directamente en la calidad del servicio. Este trabajo tiene como objetivo implementar un modelo de observabilidad para entornos on-premise que permita recopilar métricas críticas de los servidores y generar alertas en tiempo real mediante el uso de tecnologías existentes. Además, se incorpora una capa de aprendizaje automático para la detección de patrones anómalos, lo cual contribuye a la prevención proactiva de fallos. La solución propuesta busca resolver los problemas derivados de arquitecturas de monitoreo fragmentadas y poco integradas, como las evidenciadas en un caso real con un cliente de la cartera de la empresa donde se desarrolló esta práctica profesional. Para ello, se seleccionaron herramientas de monitoreo compatibles con bases de datos de series de tiempo, se entrenaron modelos de Machine Learning, y se evaluó su desempeño mediante criterios como precisión visual, tiempos de ejecución y escalabilidad. Modelos como DBSCAN e Isolation Forest demostraron ser adecuados y complementarios, destacándose según el tipo de métrica evaluada y las necesidades operativas del entorno, constituyendo una solución adaptable y confiable para el monitoreo y la gestión de infraestructuras tecnológicas complejas. (Texto tomado de la fuente)
Formalización y caracterización de algoritmos estocásticos de optimización adaptativos
(Universidad Nacional de Colombia, 2025) Rivera Morales, Carlos Andres; Gómez Perdomo, Jonatan; Rivera Morales, Carlos Andres [moqqWNgAAAAJ]; Rivera Morales, Carlos Andres [0000000157154420]; Alife: Grupo de Investigación en Vida Artificial
El estudio de las propiedades teóricas de algoritmos evolutivos permite determinar su idoneidad para resolver problemas de optimización específicos. Dentro de los algoritmos estocásticos de optimización global se encuentran los adaptativos (o no estacionarios), en los que la distribución de probabilidad de las transiciones entre soluciones varía en el tiempo. Esta tesis aborda dichos algoritmos, extendiendo la teoría existente de algoritmos estocásticos de optimización global desde procesos estacionarios hacia los no estacionarios. Para lograrlo, se siguieron varios pasos clave. Primero, se realiza un estudio de la teoría existente de algoritmos estocásticos estacionarios de optimización global. Segundo, se presenta la extensión de la teoría al pasar de algoritmos estacionarios hacia los no-estacionarios, Tercero, se desarrolla la teoría necesaria para definir operaciones aritméticas en términos de kernels. Cuarto, se caracterizan algunas operaciones clásicas de selección y combinación en algoritmos evolutivos en términos de kernels de Markov. Finalmente, se formalizan y caracterizan los algoritmos recocido simulado y estrategias evolutivas utilizando el framework sistemático desarrollado en este trabajo. (Texto tomado de la fuente)
Ventajas y desventajas del alumbrado público fotovoltaico frente al alumbrado público tradicional para los diferentes tipos de vías según retilap 2024
(Universidad Nacional de Colombia, 2026) Amezquita Pepinoza, Jorge Andrés; Sánchez Pedraza, Wilber Alexis; Quintero Quintero, Jesús María; Rodríguez Niño, Jairo Alejandro
El presente trabajo realiza un análisis comparativo entre el alumbrado público fotovoltaico autónomo y el alumbrado público tradicional conectado a la red eléctrica, con el propósito de evaluar su viabilidad técnica, normativa y económica para las diferentes clases de vías establecidas en el Reglamento Técnico de Iluminación y Alumbrado Público (RETILAP 2024). La metodología consistió en el modelado fotométrico de un tramo vial de un kilómetro mediante el software DIALux Evo, verificando el cumplimiento de los parámetros de luminancia, uniformidad y demás requisitos exigidos por el RETILAP 2024. Adicionalmente, se realizó el dimensionamiento de ambas alternativas y un análisis económico considerando los costos de inversión, administración, operación y mantenimiento durante el ciclo de vida de los sistemas. Los resultados muestran que ambas tecnologías cumplen los requisitos fotométricos cuando son correctamente diseñadas. Sin embargo, el alumbrado tradicional ofrece mayor confiabilidad para vías de alta demanda, mientras que el alumbrado fotovoltaico constituye una alternativa técnica y económicamente viable para zonas rurales o con acceso limitado a la red eléctrica. Se concluye que la selección de la tecnología de alumbrado público debe fundamentarse en un análisis integral de las condiciones técnicas, económicas y normativas de cada proyecto, permitiendo optimizar la inversión y garantizar un servicio eficiente, seguro y sostenible. (Texto tomado de la fuente)
Modelación epidemiológica de las enfermedades mildeo velloso (Peronospora sparsa) y mildeo polvoso (Podosphaera pannosa) asociadas con el cultivo de rosa (Rosa sp) en la Sabana de Bogotá, Colombia
(Universidad Nacional de Colombia, 2026) Navas Martínez, Juan Sebastián; García Domínguez , Celsa; Gil Ramirez , Joaquín Guillermo; Navas Martínez, Juan Sebastián [0000000311733544]; Navas Martínez, Juan Sebastián [Juan-Navas-Martinez]; Horticultura
El mildeo velloso y mildeo polvoso, asociados respectivamente con los patógenos Peronospora sparsa y Podosphaera pannosa, son las principales enfermedades foliares del cultivo de rosa (Rosa sp.), bajo invernadero en el altiplano andino de Colombia, causando un alto impacto en rendimiento y calidad. Comprender sus dinámicas espaciales y temporales es fundamental para su gestión eficaz. Con esta justificación se buscó evaluar sus dinámicas temporal, espacial y espaciotemporal. Se identificaron los períodos críticos de desarrollo durante el ciclo de producción y la respuesta varietal se clasificó con base en el área bajo la curva de progreso de la enfermedad (AUDPC). Con un enfoque multimodelo, utilizando enfoques determinísticos (logístico, Gompertz, exponencial y monomolecular), estocásticos (GLM, GAM), geoestadística (Kriging local y Kriging ordinal), bayesianos (cadenas de Márkov y ST-STAR) y de machine learning (ML), se realizó la caracterización espaciotemporal. El modelo logístico fue el que mejor describió las epidemias a nivel temporal, con una duración promedio de 16 semanas para mildeo velloso (R²=0.86) y 18 para mildeo polvoso (R 2 =0.90). La autocorrelación espacial alcanzó su valor máximo cuatro semanas después del inicio de las epidemias más fuertes y la variabilidad en los modelos de Kriging depende de la fase de la epidemia. El modelo LightGBM, con componente espaciotemporal para mildeo velloso (R²=0.7) y para mildeo polvoso (R²=0.8), reveló que la dependencia temporal influye más que la espacial en la evolución de las epidemias. El enfoque bayesiano generó una aproximación básica para caracterizar estas epidemias. Este trabajo presenta una propuesta de modelación espaciotemporal de las dinámicas del mildeo velloso y mildeo polvoso para mejorar las estrategias de manejo. (Texto tomado de la fuente)
Modelamiento de un proceso de desacidificación de aceite de cocina usado usando un contactor de película líquida descendente
(Universidad Nacional de Colombia, 2026) Rojas Prieto, Sergio Andrés; Orjuela Londoño, Álvaro; Narváez Rincón, Paulo César; Orjuela Rincón, Álvaro [0000348252]; Narváez Rincón, Paulo César [0000348252]; Álvaro Orjuela Londoño [6MmXCzoAAAAJ]; Paulo César Narváez Rincón [ytyjO5EAAAAJ&hl]; Orjuela Rincón, Álvaro [0000000303295601]; Narváez Rincón, Paulo César [0000000348654540]; Grupo de Investigación en Procesos Químicos y Bioquímicos; Orjuela Londoño, Álvaro [35503770600]; Narváez Rincón, Paulo César [6602593347]
A nivel mundial se generan grandes cantidades de aceite vegetal usado (AVU), especialmente en centros urbanos, el cual aún contiene una fracción importante de triacilgliceroles aprovechables en biorrefinerías oleoquímicas. Sin embargo, su reintegración a ciclos productivos se dificulta por la presencia de ácidos grasos libres que afectan procesos catalíticos y enzimáticos posteriores. Los métodos convencionales de desacidificación son intensivos en energía, requieren insumos alcalinos y generan residuos y moléculas tóxicas en el AVU. Como alternativa, se ha propuesto un proceso de extracción alcohólica de los ácidos grasos libres usando etanol azeotrópico en un contactor de película líquida descendente. Esta es una tecnología de intensificación que opera en condiciones suaves y con bajo consumo energético. En este contexto, se desarrolló un modelo matemático para evaluar la transferencia de masa de triacilgliceroles, ácido oleico, etanol y agua entre el AVU y el etanol azeotrópico. El modelo incorporó parámetros que fueron ajustados con base en datos experimentales mediante optimización usando un algoritmo genético. El modelo final presentó un error relativo promedio de ~10% en el cálculo de la acidez en el AVU tratado. El algoritmo genético mostró estabilidad y reproducibilidad (CV=0,18%) y sus resultados evidencian que 4 de los 6 parámetros se identifican correctamente. Finalmente, el modeló se utilizó para evaluar un proceso de desacidificación en cascada. Los resultados del modelo se compararon con experimentos en la escala piloto y se verifico que los errores de predicción fueron mínimos. Esto indica que el modelo se podría utilizar en el diseño conceptual de un proceso a mayor escala. (Texto tomado de la fuente)