Detección de fraude de energía a partir de un modelo de lógica difusa
El fraude de energía es un fenómeno al cual se enfrentan las empresas prestadoras del servicio y que deja pérdidas millonarias para el sector, sin embargo, para mitigar estos fraudes se emplean diferentes técnicas desde el ámbito estadístico y las ciencias de la computación con el fin de tomar accio...
- Autores:
-
De La Pava Roys, Nasser Stefan
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/17567
- Acceso en línea:
- http://hdl.handle.net/11634/17567
- Palabra clave:
- Statistics
Data Mining
Machine Learning
Algorithms
Fraud
Patterns
Fuzzy Logic
Estadística
Procesos por fraude
Energia electrica
Algoritmos difusos
Estadística
Minería de datos
Aprendizaje Automático
Algoritmos
Patrones
Fraude
Lógica Difusa
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| id |
SANTTOMAS2_fc7c1ec6e0af9d3d02ea484a18b23c20 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/17567 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Detección de fraude de energía a partir de un modelo de lógica difusa |
| title |
Detección de fraude de energía a partir de un modelo de lógica difusa |
| spellingShingle |
Detección de fraude de energía a partir de un modelo de lógica difusa Statistics Data Mining Machine Learning Algorithms Fraud Patterns Fuzzy Logic Estadística Procesos por fraude Energia electrica Algoritmos difusos Estadística Minería de datos Aprendizaje Automático Algoritmos Patrones Fraude Lógica Difusa |
| title_short |
Detección de fraude de energía a partir de un modelo de lógica difusa |
| title_full |
Detección de fraude de energía a partir de un modelo de lógica difusa |
| title_fullStr |
Detección de fraude de energía a partir de un modelo de lógica difusa |
| title_full_unstemmed |
Detección de fraude de energía a partir de un modelo de lógica difusa |
| title_sort |
Detección de fraude de energía a partir de un modelo de lógica difusa |
| dc.creator.fl_str_mv |
De La Pava Roys, Nasser Stefan |
| dc.contributor.advisor.none.fl_str_mv |
Romero, Gil Robert |
| dc.contributor.author.none.fl_str_mv |
De La Pava Roys, Nasser Stefan |
| dc.contributor.googlescholar.spa.fl_str_mv |
https://scholar.google.com/citations?user=LUEZqaYAAAAJ&hl=es |
| dc.subject.keyword.spa.fl_str_mv |
Statistics Data Mining Machine Learning Algorithms Fraud Patterns Fuzzy Logic |
| topic |
Statistics Data Mining Machine Learning Algorithms Fraud Patterns Fuzzy Logic Estadística Procesos por fraude Energia electrica Algoritmos difusos Estadística Minería de datos Aprendizaje Automático Algoritmos Patrones Fraude Lógica Difusa |
| dc.subject.lemb.spa.fl_str_mv |
Estadística Procesos por fraude Energia electrica Algoritmos difusos |
| dc.subject.proposal.spa.fl_str_mv |
Estadística Minería de datos Aprendizaje Automático Algoritmos Patrones Fraude Lógica Difusa |
| description |
El fraude de energía es un fenómeno al cual se enfrentan las empresas prestadoras del servicio y que deja pérdidas millonarias para el sector, sin embargo, para mitigar estos fraudes se emplean diferentes técnicas desde el ámbito estadístico y las ciencias de la computación con el fin de tomar acciones preventivas frente a los posibles fraudes. El presente trabajo tiene como objetivo la aplicación de un modelo de lógica difusa, que permita establecer la ocurrencia de posible fraude de energía eléctrica, el cual permita tomar acciones tempranas que mitiguen este fenómeno, el modelo de lógica difusa es comparado con un modelo logístico. |
| publishDate |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2019-07-09T22:33:37Z |
| dc.date.available.none.fl_str_mv |
2019-07-09T22:33:37Z |
| dc.date.issued.none.fl_str_mv |
2019-06-13 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.category.spa.fl_str_mv |
Formación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
De La Pava, N. (2019). Detección de fraude de energía a partir de un modelo de lógica difusa (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/17567 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
De La Pava, N. (2019). Detección de fraude de energía a partir de un modelo de lógica difusa (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/17567 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Brett Lantz (2013) Machine Learning With R First Edition, ISBN 978-1-78216-214-8 Rincón Suárez Luis Francisco (2009) Curso Básico de Modelos Lineales. Universidad Santo Tomás González Martínez Edwin Fernando (2018) Trabajo de Grado Universidad Santo Tomás Detección de Fraude en Tarjetas de Crédito Mediante Técnicas de Minería de Datos. Pérez Dinibel (2014) Trabajo de Grado Universidad Central de Venezuela Estudio Neuro difuso de isótopo de carbono 13 e isotopo de oxígeno 18 en el límite Triásico-Jurásico . Berlanga Francisco José, Aprendizaje de reglas difusas mediante programación genética en problemas con alta dimensionalidad, Universidad de Jaén Bolton Richard J & Hand David J. (2002). Statistical Fraud Detection: A Review. Statistical Science, Vol. 17, No. 3 (Aug., 2002), pp. 235-249 Navarro Céspedes Juan & Casas Cardoso Gladys & González Rodríguez Emilio. (2009). Analisis de componentes Principales y Análisis De Regresión Para Datos Categóricos. Revista de Matematica , ISSN: 1409-2433, pp. 199-230 Vila María Sanchéz Daniel & Cerda Luis. (2004) Reglas de Asociación Aplicadas a la Detección de Fraude con Tarjetas de Crédito. XII Congreso Español Sobre Tecnologías y Lógica Fuzzy. Yanchang Zhao, Yonghua Cen, & Justin Cen (2013) Data Mining Applications with R Elsevier Science, ISBN libro electrónico 9780124115200 Han Jiawei, Kamber Micheline & Pei Jian (2014) Data Mining Concepts and Techniques Third Edition, Elsevier Science, ISBN libro electrónico 9780123814807 Tjalling J. Ypma, Historical development of the Newton Raphson method, SIAM Review 37 (4), 531?551, 1995. doi:10.1137/1037125 Torgo Luis (2011) Data Mining with R Learning With Case Studies Chapman & Hall / CRC, ISBN 9781439810187 |
| dc.rights.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Estadística |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Estadística |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/17567/1/2019nasserdelapava.pdf https://repository.usta.edu.co/bitstream/11634/17567/3/cartadeaprobacion.pdf https://repository.usta.edu.co/bitstream/11634/17567/4/cartaderechosdeautor.pdf https://repository.usta.edu.co/bitstream/11634/17567/5/license.txt https://repository.usta.edu.co/bitstream/11634/17567/6/2019nasserdelapava.pdf.jpg https://repository.usta.edu.co/bitstream/11634/17567/7/cartadeaprobacion.pdf.jpg https://repository.usta.edu.co/bitstream/11634/17567/8/cartaderechosdeautor.pdf.jpg |
| bitstream.checksum.fl_str_mv |
e3bde5561c036b820feefcfe1ce46c21 612dbc5d2e96ce32c67673f747e01f6a fd440c02757b084a85e581f5143423c0 f6b8c5608fa6b2f649b2d63e10c5fa73 32b7073ff30e44a5d67baacd38e1752a a51a9abfe974f87163dc0baa3e22fe28 6179723ab82b8947ae9e9dbb12b61c88 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026247038042112 |
| spelling |
Romero, Gil RobertDe La Pava Roys, Nasser Stefanhttps://scholar.google.com/citations?user=LUEZqaYAAAAJ&hl=es2019-07-09T22:33:37Z2019-07-09T22:33:37Z2019-06-13De La Pava, N. (2019). Detección de fraude de energía a partir de un modelo de lógica difusa (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombiahttp://hdl.handle.net/11634/17567reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEl fraude de energía es un fenómeno al cual se enfrentan las empresas prestadoras del servicio y que deja pérdidas millonarias para el sector, sin embargo, para mitigar estos fraudes se emplean diferentes técnicas desde el ámbito estadístico y las ciencias de la computación con el fin de tomar acciones preventivas frente a los posibles fraudes. El presente trabajo tiene como objetivo la aplicación de un modelo de lógica difusa, que permita establecer la ocurrencia de posible fraude de energía eléctrica, el cual permita tomar acciones tempranas que mitiguen este fenómeno, el modelo de lógica difusa es comparado con un modelo logístico.Energy fraud is a phenomenon faced by the companies providing the service and that leaves millionaire losses for the sector, however, to mitigate these frauds are used di erent techniques from the statistical eld and computer science in order to take preventive actions against possible fraud. The objective of this work is to apply a fuzzy logic model that allows establish the occurrence of possible electric power fraud, which allows taking actions early that mitigate this phenomenon, the fuzzy logic model is compared to a model logistic.Profesional en estadísticahttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado EstadísticaFacultad de EstadísticaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Detección de fraude de energía a partir de un modelo de lógica difusaStatisticsData MiningMachine LearningAlgorithmsFraudPatternsFuzzy LogicEstadísticaProcesos por fraudeEnergia electricaAlgoritmos difusosEstadísticaMinería de datosAprendizaje AutomáticoAlgoritmosPatronesFraudeLógica DifusaTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáBrett Lantz (2013) Machine Learning With R First Edition, ISBN 978-1-78216-214-8Rincón Suárez Luis Francisco (2009) Curso Básico de Modelos Lineales. Universidad Santo TomásGonzález Martínez Edwin Fernando (2018) Trabajo de Grado Universidad Santo Tomás Detección de Fraude en Tarjetas de Crédito Mediante Técnicas de Minería de Datos.Pérez Dinibel (2014) Trabajo de Grado Universidad Central de Venezuela Estudio Neuro difuso de isótopo de carbono 13 e isotopo de oxígeno 18 en el límite Triásico-Jurásico .Berlanga Francisco José, Aprendizaje de reglas difusas mediante programación genética en problemas con alta dimensionalidad, Universidad de JaénBolton Richard J & Hand David J. (2002). Statistical Fraud Detection: A Review. Statistical Science, Vol. 17, No. 3 (Aug., 2002), pp. 235-249Navarro Céspedes Juan & Casas Cardoso Gladys & González Rodríguez Emilio. (2009). Analisis de componentes Principales y Análisis De Regresión Para Datos Categóricos. Revista de Matematica , ISSN: 1409-2433, pp. 199-230Vila María Sanchéz Daniel & Cerda Luis. (2004) Reglas de Asociación Aplicadas a la Detección de Fraude con Tarjetas de Crédito. XII Congreso Español Sobre Tecnologías y Lógica Fuzzy.Yanchang Zhao, Yonghua Cen, & Justin Cen (2013) Data Mining Applications with R Elsevier Science, ISBN libro electrónico 9780124115200Han Jiawei, Kamber Micheline & Pei Jian (2014) Data Mining Concepts and Techniques Third Edition, Elsevier Science, ISBN libro electrónico 9780123814807Tjalling J. Ypma, Historical development of the Newton Raphson method, SIAM Review 37 (4), 531?551, 1995. doi:10.1137/1037125Torgo Luis (2011) Data Mining with R Learning With Case Studies Chapman & Hall / CRC, ISBN 9781439810187ORIGINAL2019nasserdelapava.pdf2019nasserdelapava.pdfapplication/pdf1337656https://repository.usta.edu.co/bitstream/11634/17567/1/2019nasserdelapava.pdfe3bde5561c036b820feefcfe1ce46c21MD51open accesscartadeaprobacion.pdfcartadeaprobacion.pdfapplication/pdf47814https://repository.usta.edu.co/bitstream/11634/17567/3/cartadeaprobacion.pdf612dbc5d2e96ce32c67673f747e01f6aMD53metadata only accesscartaderechosdeautor.pdfcartaderechosdeautor.pdfapplication/pdf32970https://repository.usta.edu.co/bitstream/11634/17567/4/cartaderechosdeautor.pdffd440c02757b084a85e581f5143423c0MD54metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/17567/5/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD55open accessTHUMBNAIL2019nasserdelapava.pdf.jpg2019nasserdelapava.pdf.jpgIM Thumbnailimage/jpeg7728https://repository.usta.edu.co/bitstream/11634/17567/6/2019nasserdelapava.pdf.jpg32b7073ff30e44a5d67baacd38e1752aMD56open accesscartadeaprobacion.pdf.jpgcartadeaprobacion.pdf.jpgIM Thumbnailimage/jpeg6287https://repository.usta.edu.co/bitstream/11634/17567/7/cartadeaprobacion.pdf.jpga51a9abfe974f87163dc0baa3e22fe28MD57open accesscartaderechosdeautor.pdf.jpgcartaderechosdeautor.pdf.jpgIM Thumbnailimage/jpeg7074https://repository.usta.edu.co/bitstream/11634/17567/8/cartaderechosdeautor.pdf.jpg6179723ab82b8947ae9e9dbb12b61c88MD58open access11634/17567oai:repository.usta.edu.co:11634/175672022-10-10 16:00:50.684open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |