Modelo de aprendizaje automático para mejorar la productividad en la pesca artesanal en Ancash 2023

dc.contributor.advisorBenites Noriega, Juan
dc.contributor.authorMamani Chipana¸ Heyner
dc.contributor.editorUniversidad Andina Néstor Cáceres Velásquez
dc.date.accessioned2026-06-15T19:09:12Z
dc.date.available2026-06-15T19:09:12Z
dc.date.embargoEnd2028-12-31
dc.date.issued2025
dc.description.abstractLa presente investigación tiene como objetivo desarrollar un modelo de aprendizaje automático que permita mejorar la productividad en la pesca artesanal en la región de Áncash durante el año 2023. A partir de un análisis de datos históricos y actuales, se busca identificar los factores clave que influyen en la productividad, optimizar las actividades de pesca y validar el modelo mediante métricas de desempeño. El estudio adopta un enfoque cuantitativo, de tipo aplicado, con un diseño metodológico no experimental. Se utilizarán técnicas descriptivas, correlacionales y predictivas para analizar una población de 5,500 registros de datos relacionados con la actividad pesquera. Las técnicas de recolección de datos en esta investigación son la observación de los pescadores así como la recolección y análisis de documentos y cuestionarios. Para la elaboración del modelo que se propone en este proyecto se utilizarán técnicas de machine learning, como las redes neuronales, árboles de decisión y algoritmos de regresión. Este modelo se utilizará para determinar la predicción de las coordenadas de las zonas de pesca y los parámetros que contribuirán a la optimización del esfuerzo pesquero. Se prevé que las predicciones del modelo sean evaluadas a través de técnicas tradicionales de comparación computacional, en función de la precisión, la exhaustividad, la puntuación F1 y el error absoluto medio (MAE), para que se pueda informar de la mejora del modelo respecto a los métodos tradicionales. Los propósitos de la elaboración del modelo son el incremento de la productividad de las actividades pesqueras y el mejoramiento de la toma de decisiones, el adelanto en la reducción de los costos que son perdidos en actividades pesqueras, la rentabilidad de actividades pesqueras y el incremento en la eficiencia de las actividades pesqueras. Más importante aún, el modelo busca contribuir a la sostenibilidad de la pesca artesanal y del ecosistema marino. La investigación ofrece al sector de la pesca artesanal un enfoque novedoso, que integra herramientas tecnológicas avanzadas para optimizar las actividades pesqueras, promover la sostenibilidad del sector y equilibrar el ecosistema.
dc.formatapplication/pdf
dc.identifier.urihttps://repositorio.uancv.edu.pe/handle/UANCV/6760
dc.language.isospa
dc.publisherUniversidad Andina Néstor Cáceres Velásquez
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.sourceUniversidad Andina Néstor Cáceres Velásquez
dc.sourceRepositorio Institucional. UANCV
dc.subjectAprendizaje automático
dc.subjectPesca artesanal
dc.subjectProductividad
dc.subjectSostenibilidad
dc.subjectOptimización
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04
dc.titleModelo de aprendizaje automático para mejorar la productividad en la pesca artesanal en Ancash 2023
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni06195745
renati.advisor.orcidhttps://orcid.org/0000-0003-3842-8435
renati.author.dni43190560
renati.discipline612076
renati.jurorHerrera Miranda, Juan Carlos
renati.jurorCondori Cruz, Richard
renati.jurorMamani Tisnado, Paúl
renati.levelhttps://purl.org/pe-repo/renati/nivel#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería de Sistemas
thesis.degree.grantorUniversidad Andina Néstor Cáceres Velásquez. Facultad de Ingeniería de Sistemas
thesis.degree.nameIngeniero de Sistemas

Files

Original bundle

Now showing 1 - 2 of 2
No Thumbnail Available
Name:
Grado de Similitud.pdf
Size:
9.13 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
T036_61604629_T_.pdf
Size:
7.18 MB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: