Repositorio Institucional UNAL

Comunidades

Revistas UNAL

Envíos recientes

Construcción de modelos de detección de fraude con Machine Learning
(Universidad Nacional de Colombia, 2026) Córdoba Trillos, Cristhian Enrique; Camargo Mendoza, Jorge Eliecer
En este trabajo se construyen y evalúan modelos de detección de fraude transaccional utilizando técnicas de Machine Learning sobre un conjunto de datos de transacciones con tarjetas de crédito. El problema abordado surge de la necesidad de identificar operaciones potencialmente fraudulentas dentro de bases de datos altamente desbalanceadas, donde la mayoría de registros corresponden a transacciones legítimas y los casos de fraude representan una proporción reducida. Esta situación genera un reto metodológico importante, dado que un modelo puede presentar un desempeño aparentemente adecuado en términos generales, pero fallar en la detección de la clase de mayor interés. Para abordar este problema, se desarrolló un flujo de trabajo que incluye la caracterización del conjunto de datos, el tratamiento de variables transaccionales, la ingeniería de características, la división temporal de los datos, la implementación de diferentes familias de modelos y la evaluación comparativa mediante métricas apropiadas para escenarios desbalanceados. El proceso permitió analizar modelos basados en reglas, modelos lineales, árboles de decisión, métodos de ensamble, modelos de boosting, redes neuronales y estrategias asociadas al tratamiento del desbalance de clases. Los resultados muestran que la detección de fraude no depende únicamente del algoritmo utilizado, sino de la construcción completa del flujo de modelamiento. En particular, la preparación de datos, la selección de variables, el manejo del desbalance y la definición del umbral de clasificación resultan elementos fundamentales para obtener modelos más útiles en este tipo de problemas. Así, el trabajo aporta una aproximación reproducible para la construcción y comparación de modelos de detección de fraude transaccional, entendiendo estos modelos como herramientas de apoyo para priorizar alertas y fortalecer los procesos de análisis en contextos financieros. El modelo final seleccionado correspondió a XGBoost con un subconjunto de 100 variables y una estrategia de ponderación basada en scale_pos_weight_manual. En la evaluación final sobre el conjunto de prueba, usando un umbral de clasificación de 0,71, el modelo obtuvo un PR-AUC de 0,661, un ROC-AUC de 0,999, una precisión de 0,391, un recall de 0,808 y un F1-score de 0,527. Estos resultados muestran que el modelo logra identificar una proporción importante de fraudes reales, aunque con una cantidad de falsos positivos que debe interpretarse desde una perspectiva operativa. (Texto tomado de la fuente)
A deep learning approach for EEG classification using multi-scale gaussian connectivity and α-Rényi entropy-based regularization
(Universidad Nacional de Colombia, 2026) Salazar Dubois, Danna Valentina; Álvarez Meza, Andrés Marino; Castellanos Domínguez, César Germán; [DLqeXpwAAAAJ&h]; [4aUwQtAAAAAJ&hl]; [RbCdiT0AAAAJ&hl]; Salazar Dubois, Danna Valentina [0009000715993673]; Alvarez-Meza, Andres [0000000303089576]; Grupo de Control y Procesamiento Digital de Señales
The classification of electroencephalography (EEG) signals is a cornerstone for the development of advanced brain–computer interfaces (BCIs) and objective clinical diagnostics. However, current deep learning approaches are often hindered by high inter-subject variability, signal non-stationarity, and a lack of interpretability, which frequently results in overfitted “black-box” models that fail to generalize across diverse populations. This thesis proposes a deep learning framework for EEG classification that integrates multiscale Gaussian functional connectivity modeling with matrix-based α-Rényi regularization to address these challenges. The framework is composed of two strategic architectures: (i) GMRRNet (Gaussian Mixture Connectivity Network with α-Rényi Regularization), which employs a parallel Gaussian mixture block to capture localized and global spatial interactions while utilizing an α-Rényi mutual information loss to minimize redundancy between learned scales; and (ii) T-GARNet (Transformer-based Multi-Scale Gaussian Kernel Connectivity Network with α-Rényi Regularization), which integrates Transformer-based temporal attention with a learnable convex combination of kernels to extract long-range dependencies and stable neurophysiological patterns. We validate the proposed framework on two benchmark datasets—GigaScience MI-EEG and IEEE DataPort ADHD—using task-appropriate evaluation protocols. Specifically, GMRRNet is assessed under subject-dependent validation for motor imagery classification, while T-GARNet is evaluated using rigorous subject-independent schemes, including leave-one-subject-out (LOSO) and stratified group k-fold cross-validation (SGKF-CV), for ADHD detection. Furthermore, we implement a multi-layer interpretability protocol employing Grad-CAM++, attention maps, and connectivity chord diagrams to confirm that the learned representations are grounded in meaningful neurophysiological patterns, such as sensorimotor rhythms for MI and fronto-parietal control circuits for ADHD. Experimental results demonstrate that the framework achieves competitive performance, reaching 71.7% accuracy in MI, 95.53% under LOSO, and 79.70% under SGKF-CV in ADHD detection, while significantly enhancing classification stability and transparency. This work advances the field of computational neuroscience by providing an explainable and parameter-efficient approach for EEG-based diagnostic and control systems
Detección de Circovirus en fauna silvestre bajo cuidado técnico profesional y su posible transmisión interespecies
(Universidad Nacional de Colombia, 2026) Sánchez Quintana, Laura Valentina; Jaime Correa, Jairo; Sanchez Quintana, Laura Valentina [0000000298859379]; Centro de Investigación en Infectología e Inmunología Veterinaria (Ci3V)
Los circovirus (CVs) pertenecen a la familia Circoviridae caracterizados por tener un ADN monocatenario circular y están ampliamente distribuidos tanto en especies animales como de forma geográfica. Debido a su notable plasticidad biológica se han adaptado evolutivamente a distintos hospedadores. Hasta la fecha, los CVs más estudiados y caracterizados corresponden a los circovirus porcinos (PCVs) debido a su impacto sanitario y económico en la porcicultura mundial. Otros miembros de los CVs son: el circovirus canino (CanineCV), el circovirus de paloma (PiCV), el circovirus de pato (DuCV), el circovirus de ganso (GoCV) y el virus de la enfermedad del pico y las plumas de los psitácidos (PBFDV). Estos han sido asociados a cuadros clínicos, procesos inmunomoduladores y presentaciones subclínicas en múltiples especies domésticas y silvestres. En Colombia, la información sobre la circulación de estos virus en fauna silvestre bajo cuidado técnico profesional es limitada o nula. El objetivo de este estudio fue estandarizar técnicas de PCR convencional para la detección de diversos CVs y determinar su presencia en animales silvestres en condiciones ex situ en la Fundación Parque Jaime Duque (Cundinamarca), con el fin de aportar evidencia sobre su circulación y posible transmisión interespecies. Entre 2023 y 2025 se analizaron muestras biológicas de mamíferos y aves pertenecientes a distintas familias taxonómicas. Se detectó CanineCV en 6/19 mamíferos (31,5%), incluyendo Tremarctos ornatus, Leopardus pardalis, y Nasuella olivacea, constituyendo el primer reporte en Colombia en estas familias. Asimismo, se identificó PiCV en 12/40 aves (30%), específicamente en Ara severus y Amazona farinosa. Los individuos positivos no presentaron signos clínicos evidentes al momento del muestreo, lo que sugiere circulación subclínica. Estos hallazgos confirman la presencia de CVs en fauna silvestre bajo cuidado técnico profesional, ampliando el espectro de hospedadores conocidos y respaldan una posible transmisión interespecies, resaltando la importancia de continuar estudios moleculares que permitan comprender su dinámica evolutiva y su posible impacto sanitario. (Texto tomado de la fuente)
Obtención de compuestos bioactivos de la cáscara del café a través de métodos de extracción verdes
(Universidad Nacional de Colombia, 2026-08-19) Gaitán Oyola, Jorge Armando; Rojano, Benjamín Alberto; Murillo Arango, Walter; Gaitán Oyola, Jorge Armando [0000000216910557]; Rojano, Benjamín Alberto [0000000335908046]; Murillo Arango, Walter [000000021482070X]; Química de Los Productos Naturales y Los Alimentos
El estudio tuvo como objetivo obtener compuestos bioactivos antioxidantes a partir de la cáscara de café mediante métodos de extracción verdes. Se recolectaron muestras de Coffea arabica var. caturra chiroso (Tolima) y var. castillo (Antioquia), las cuales fueron secadas, molidas y caracterizadas químicamente. Se evaluaron cuatro técnicas: extracción acuosa (AQU), asistida por ultrasonido (UAE), microondas (MAE) y enzimática (EAE). Se midieron polifenoles, flavonoides, cafeína y ácidos hidroxicinámicos mediante HPLC y métodos espectrofotométricos, además de la capacidad antioxidante por los métodos ABTS, DPPH, FRAP y ORAC. Los resultados mostraron que AQU alcanzó hasta 831.63 mg GAE/100 g y 473.66 mg CE/100 g, con capacidad antioxidante máxima de 14036.27 μmol Trolox/100 g (ABTS). MAE logró 588.37 mg GAE/100 g y 376.77 mg CE/100 g, con valores de 4534.42 μmol Trolox/100 g (ABTS). UAE presentó rendimientos intermedios, mientras que EAE fue la menos eficiente. En pruebas de inhibición de peroxidación lipídica en aceite de linaza, los extractos AQU retrasaron la formación de hidroperóxidos y compuestos polares, mientras que MAE mostró efecto limitado. Se concluye que la cáscara de café es una importante fuente de antioxidantes, que pueden ser extraídos mediante técnicas prometedoras como AQU y MAE para aplicaciones en alimentos funcionales y cosméticos, contribuyendo a la economía circular de residuos agroindustriales. (Texto tomado de la fuente)
Expresión de VEGF, VEGFR-1, COX-2 y CD31 en cáncer mamario canino y su relación con la angiogénesis y criterios histopatológicos de malignidad
(Universidad Nacional de Colombia, 2026) Muñoz David, Luisa Victoria; Montoya Flórez, Luis Mauricio; Osorio Zambrano, William Frend; Muñoz David, Luisa Victoria [0002134340]; Muñoz David, Luisa Victoria [0009000237493673]; Montoya Flórez, Luis Mauricio [0000000251987998]; Osorio Zambrano, William Frend [0000000179017654]; Grupo de Investigación en Patología Veterinaria
El objetivo de este estudio fue evaluar la relación entre la expresión inmunohistoquímica de los marcadores VEGF, VEGFR-1, COX-2 y CD31 con criterios histopatológicos de malignidad y parámetros morfométricos de la microvasculatura en lesiones no neoplásicas y neoplasias mamarias caninas. Se llevó a cabo un estudio descriptivo transversal que incluyó muestras de hiperplasias, adenomas y carcinomas. Se cuantificó la expresión citoplasmática epitelial de VEGF, VEGFR-1 y COX-2, así como la expresión endotelial de CD31, asociando estos datos con parámetros morfométricos vasculares (Densidad de la Microvasculatura tumoral (DMT), Calibre Microvascular (CV), Perímetro Total de la Microvasculatura Tumoral (PTMT) y Área Vascular Promedio), criterios de malignidad (Formación Tubular, Mitosis, Metástasis a GLC, entre otros) y variables clínicas (Raza, Edad, Tamaño Tumoral, Estado Reproductivo, entre otros). Los resultados revelaron asociaciones estadísticamente significativas (P ≤ 0.05) entre la expresión de VEGF y todos los parámetros morfométricos vasculares (DMT, CV, PTMT y Área Vascular Promedio). VEGFR-1 mostró asociación con el PTMT y la Formación Tubular, mientras que COX-2 se asoció con el CV, PTMT, Patrón Tumoral y Mitosis. Respecto a CD31, su ubicuidad impidió establecer asociaciones estadísticas; no obstante, se detectó una marcación atípica en células epiteliales cuyas implicaciones biológicas y pronósticas requieren mayor investigación. Así mismo, se hallaron vínculos entre la morfometría microvascular, el Tamaño Tumoral y el Estado Reproductivo. Estos hallazgos subrayan la complejidad de la biología, el comportamiento y la angiogénesis tumoral, y resaltan la importancia de integrar herramientas moleculares para fortalecer el diagnóstico y pronóstico de una enfermedad con incidencia creciente en la clínica canina. (Texto tomado de la fuente)