Search Results

Now showing 1 - 3 of 3

Some of the metrics are blocked by your
consent settings
Crédito hipotecario: un modelo predictivo de discriminación de riesgo
(2023)
González-Rossano, Carlos
;
;
Diversos estudios demuestran la relación entre el acceso a la vivienda y la superación de la pobreza. Sin embargo, existe un rezago en el acceso a la vivienda digna en México y la falta de historial crediticio es una limitante para el acceso a créditos bancarios. El objetivo de la presente investigación es analizar los criterios de selección de crédito hipotecario y proponer un modelo de gestión de riesgos que permita a la banca financiar a un mayor número de personas en la adquisición o mejora de su vivienda. La estrategia metodológica se basa en técnicas de aprendizaje automático apoyadas en la ciencia de datos para crear un modelo predictivo del cumplimiento del crédito basado en características individuales. Los resultados muestran un modelo predictivo de discriminación de riesgo con una confiabilidad del 85% para créditos a la vivienda, lo cual permite ampliar la base potencial de personas susceptibles de acceder a financiamiento hipotecario. El derecho a una vivienda digna presenta un rezago importante en el país y hasta ahora los bancos al proponer un modelo predictivo de selección de riesgo hipotecario se da respuesta a la pregunta de investigación que refiere a las acciones que puede ejecutar la banca para resolver el problema de falta de acceso a vivienda digna. Los bancos pueden establecer sus criterios de selección de riesgo apoyados en la ciencia y analítica de datos y la aplicación de modelos predictivos de aprendizaje automático utilizando su amplia base de datos histórica.© Revista Venezolana de Gerencia
74 2
Some of the metrics are blocked by your
consent settings
Non-Contact Breathing Rate Estimation Using Machine Learning with an Optimized Architecture
(MDPI, 2023)
;
;
The breathing rate monitoring is an important measure in medical applications and daily physical activities. The contact sensors have shown their effectiveness for breathing monitoring and have been mostly used as a standard reference, but with some disadvantages for example in burns patients with vulnerable skins. Contactless monitoring systems are then gaining attention for respiratory frequency detection. We propose a new non-contact technique to estimate the breathing rate based on the motion video magnification method by means of the Hermite transform and an Artificial Hydrocarbon Network (AHN). The chest movements are tracked by the system without the use of an ROI in the image video. The machine learning system classifies the frames as inhalation or exhalation using a Bayesian-optimized AHN. The method was compared using an optimized Convolutional Neural Network (CNN). This proposal has been tested on a Data-Set containing ten healthy subjects in four positions. The percentage error and the Bland–Altman analysis is used to compare the performance of the strategies estimating the breathing rate. Besides, the Bland–Altman analysis is used to search for the agreement of the estimation to the reference.The percentage error for the AHN method is (Formula presented.) with and agreement with respect of the reference of ≈99%. © 2023 by the authors.
Scopus© Citations 8 51 1
Some of the metrics are blocked by your
consent settings
Branding interno en una empresa de servicios en México
(2020)
;
El objetivo de la presente investigación es analizar los procesos de branding interno de una empresa de servicios del conocimiento en México, de manera que estos permitan fortalecer sus ventajas competitivas a través del liderazgo de su capital humano. Lo anterior se logra a través de dilucidar si la capacitación y motivación hacia la marca influyen positivamente en el desempeño de esta. La estrategia metodológica es de tipo cuantitativo a través de herramientas estadísticas y de machine learning. La evidencia muestra que la alineación por parte de los empleados con los valores de la marca muestra un impacto positivo y significativo con su motivación a favor de la marca y el desempeño de esta. Los factores más significativos dentro de la dimensión de compromiso es el binomio capacitación y liderazgo de los jefes.
38 1

CRIS

Browse

Filters

Settings

Sort By

Results per page

Search Results