@phdthesis{uninimx13469, school = {Universidad Internacional Iberoamericana M{\'e}xico}, year = {2025}, author = {Javier Antonio Pinedo Cabarcas}, title = {Dise{\~n}o de una red neuronal artificial para la gesti{\'o}n de las lecciones aprendidas durante el ciclo de vida de un proyecto}, keywords = {proyectos, gesti{\'o}n, lecciones aprendidas, inteligencia artificial, redes neuronales artificiales, proceso racional unificado}, abstract = {La gesti{\'o}n de proyectos ha sido un campo en constante evoluci{\'o}n, buscando siempre mejorar sus procesos y resultados. Uno de los aspectos clave en esta mejora continua es la capacidad de aprender de experiencias pasadas (lecciones aprendidas), el cual bien aplicado, ayuda a la buena toma de decisiones y por ende a lograr el {\'e}xito en la gesti{\'o}n de proyectos. Sin embargo, a pesar de la importancia reconocida de las lecciones aprendidas y de las ventajas potenciales, su gesti{\'o}n eficaz sigue siendo un desaf{\'i}o para muchas organizaciones. Para resolver este problema, se identifica la necesidad de desarrollar una metodolog{\'i}a que permita una gesti{\'o}n simple, flexible y efectiva de las lecciones aprendidas. Una de las herramientas tecnol{\'o}gicas que ayudar{\'i}a a mejorar el uso de estas lecciones aprendidas, es la inteligencia artificial (IA), debido a su ventaja de aprendizaje y mejor{\'i}a con el tiempo, adem{\'a}s de su adaptaci{\'o}n r{\'a}pida a las necesidades requeridas. En este trabajo doctoral se desarrolla el dise{\~n}o de un algoritmo de inteligencia artificial (IA), que consiste en el dise{\~n}o y entrenamiento de una red neuronal artificial (RNA), para optimizar la generaci{\'o}n y aplicaci{\'o}n de la gesti{\'o}n de lecciones aprendidas a lo largo del ciclo de vida de un proyecto, permitiendo su identificaci{\'o}n, clasificaci{\'o}n y aplicaci{\'o}n efectiva, de manera que la red neuronal identifique patrones y tendencias que contribuyan a mejorar la toma de decisiones y la ejecuci{\'o}n de futuros proyectos. Los resultados de esta investigaci{\'o}n presentan la identificaci{\'o}n de casos de usos que establece un hilo conductor en la implementaci{\'o}n y el desarrollo de dos RNA, una para la predicci{\'o}n de resultados de una actividad de un proyecto y otra para recomendar valores de recursos (costo, tiempo u otro). La valides mostrada en los resultadas es que en la primera RNA su exactitud est{\'a} cerca al 100\%, en ambas la perdida es cercana a 0\%, por lo que se concluye que las RNA dise{\~n}adas se han entrenado con excelentes resultados.}, url = {http://repositorio.unini.edu.mx/id/eprint/13469/} }