Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Please use this identifier to cite or link to this item:
http://dspace.utpl.edu.ec/handle/29.500.19856/76445| Title: | Sistema inteligente para la detección y notificación automática de emergencias viales mediante análisis de noticias digitales con procesamiento de lenguaje natural |
| Authors: | Burneo Valencia, David Alejandro |
| Director: | Cadme Samaniego, Irma Elizabeth |
| Keywords: | Ecuador. Tesis digital. |
| Issue Date: | 2026 |
| Citation: | Burneo Valencia, D. A. Cadme Samaniego, I. E. (2026) Sistema inteligente para la detección y notificación automática de emergencias viales mediante análisis de noticias digitales con procesamiento de lenguaje natural [Tesis de Posgrado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/76445 |
| Abstract: | Abstract:This work designed and implemented an intelligent system capable of detecting and notifying road emergencies based on digital posts, resolving the fragmentation and high cost of manual monitoring. The solution implements a microservice, a database, a notification module, and an orchestrator that, together, automatically analyze posts on X and identify those that are road emergencies in order to notify users. The artificial intelligence component was based on few-shot prompting using LLMs, comparing a local alternative (Meta-Llama 3.1) and an alternative via API (GPT-5.2) through offline evaluation of a manually compiled dataset of 200 labeled records, reporting classification metrics and response times. The results demonstrated better overall performance and efficiency with GPT-5.2, reducing false positives and accelerating alert delivery, while also highlighting the need for the system to be flexible and adaptable to different models. |
| Description: | Resumen:Este trabajo diseñó e implementó un sistema inteligente capaz de detectar y notificar emergencias viales a partir de publicaciones digitales, resolviendo la dispersión y alto costo de monitoreo manual. La solución implementa un microservicio, una base de datos, un módulo de notificaciones y un orquestador que, en conjunto, realizan de manera automática un análisis de publicaciones en X e identifica cuales se tratan de emergencias viales para proceder a notificar a los usuarios. El componente de inteligencia artificial se basó en few-shot prompting mediante LLMs, comparando una alternativa local (Meta-Llama 3.1) y una alternativa vía API (GPT-5.2) mediante la evaluación offline de un dataset elaborado manualmente con 200 registros etiquetados, reportando métricas de clasificación y tiempos de respuesta. Los resultados demostraron mejor desempeño global y eficiencia con GPT-5.2, reduciendo falsos positivos y acelerando el envío de alertas, además de que evidenció la necesidad de que el sistema sea flexible y adaptable a distintos modelos. |
| Identifier : | Cobarc: 1380232 |
| URI: | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=151912.TITN. |
| Type: | masterThesis |
| Appears in Collections: | Maestría en Inteligencia Artificial Aplicada |
Files in This Item:
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.