Browsing by Author "Murga Milla, Everett Emanuel"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Auditoría de gestión y contribución a educación virtual – Facultad de Ciencias Físicas y Matemáticas – UNT, Año 2021 – ISO 9001
    (Universidad Nacional de Trujillo, 2024) Murga Milla, Everett Emanuel; Gordillo Vega, Antonio Eleodoro
    El presente trabajo de investigación fue realizado con el propósito de determinar la influencia de la Auditoría de Gestión, también conocida como Auditoría de Desempeño, mediante el uso de la norma ISO 9001:2015 al proceso de la educación no presencial de la Facultad de Ciencias Físicas y Matemáticas de la UNT en el año académico 2021. Para el desarrollo de la citada Auditoría se aplicó una encuesta a 88 docentes de la Facultad de Ciencias Físicas y Matemáticas, se analizó la realidad problemática, se identificaron las variables objeto de estudio (Auditoría de Gestión y Proceso de Educación Superior No Presencial), para proceder a construir los instrumentos de recopilación de información. De la misma manera se recopiló información estadística de estudios realizados por Oficinas y/o Direcciones responsables de la parte académica de la UNT, tales como la Dirección de Procesos Académicos (DPA), la Unidad de Desarrollo Académico (UDA), página web institucional de la UNT, entre otros. Teniendo como resultado más resaltante un 92.5 % de aceptación respecto al nivel de impacto positivo en la educación no presencial de la Facultad. Concluyendo que la Auditoría de Gestión mediante la norma ISO 9001:2015 contribuye favorablemente al proceso de educación no presencial.
  • No Thumbnail Available
    Item
    Sistema de visión computacional para el proceso de clasificación de uva
    (Universidad Nacional de Trujillo, 2019) Guevara Valladares, Ana Paula; Murga Milla, Everett Emanuel; Peralta Luján, José Luis
    La presente investigación tiene por objetivo principal desarrollar un sistema basado en visión computacional que sea capaz de clasificar a la uva (Red Globe e Italia) de manera certera en tres categorías, estas son la categoría Extra, Categoría I y Categoría II, mediante el procesamiento de imágenes y respetando las características que especifica la norma técnica NTP 011.012 2005 para la uva de mesa, siendo esta un estándar a nivel nacional._x000D_ La solución se enfocó en el diseño y construcción de dos redes neuronales convolucionales, para la uva Red Globe y uva Italia, las cuales se entrenaron con imágenes de uva de las tres categorías, siguiendo las fases de la visión computacional para poder identificarlos._x000D_ Se obtuvo como resultado que el sistema de visión computacional para uva Red_x000D_ Globe tiene una precisión en la clasificación de 80.78 %, una sensibilidad de 80.77% y una especificidad de 90.39 %; mientras que para la uva Italia se obtuvo una precisión en la clasificación de 81.04 %, una sensibilidad de 81.03% y una especificidad de 90.52 %. De esta manera se pretende contribuir en el uso de nuevas tecnologías para el impulso de la producción agrícola en nuestro país