Herramienta de muestreo de tiempos para procesos de simulación de eventos discretos integrando modelos de aprendizaje profundo sobre redes neuronales

Abstract

Este proyecto surge a partir del proyecto de investigación para la reducción de tiempo de consulta en las salas de espera del hospital San Carlos. Debido a la cantidad de tiempo que se demora en recolectar y trasladar los datos a formato digital. En la actualidad, el muestreo comúnmente se lleva a cabo con papel y lápiz, o con algún formulario digital mediante Excel, o Google Forms. Sin embargo, no existe una herramienta de software que permita recolectar datos y registrar tiempos conjuntamente. Para solucionar este cuello de botella se plantea el desarrollo de una herramienta de software, donde los investigadores puedan registrar los datos del muestreo en la nube, exportarlos a un archivo digital, y que brinde un reporte estadístico. Además del registro manual, se integra un sistema robusto de aprendizaje profundo para la identificación de datos mediante el análisis de video. El resultado de este proyecto, una aplicación que ofrece a los usuarios un medio para recolectar datos desde cualquier parte, mientras esta tenga conexión a internet, sin importar el contexto, la finalidad del estudio, o la temática a estudiar. Gracias a la capacidad de configurar los ítems de recolección.