Áreas de estudio y aplicación de inteligencia artificial en las universidades mejor puntuadas del Ecuador

Autores/as

DOI:

https://doi.org/10.26423/rctu.v9i2.705

Palabras clave:

Aprendizaje por computador, revisión, trabajos de integración curricular, universidades estatales

Resumen

El objetivo principal de esta revisión fue obtener datos de aplicación de la inteligencia artificial en el Ecuador dentro del sector de la educación superior. Se examinaron los trabajos de integración curricular desarrollados en tres centros de educación superior estatales del Ecuador. Se extrajo de cada trabajo información sobre: campo detallado de conocimiento de la carrera que realizó el trabajo, campo detallado de conocimiento del área de aplicación de la inteligencia artificial, técnica aplicada y software utilizado. Se concluyó que los campos de conocimientos con mayores publicaciones son los relacionadas a la electrónica, mecatrónica y tecnologías de software, el campo de aplicación de la inteligencia artificial es muy variado sin mostrar alguna tendencia específica, las técnicas más utilizadas son machine learning y redes neuronales, finalmente el uso de software libre y de pago es balanceado sin que predomine alguno de ellos.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Byron Mauricio Albuja Sánchez, Universidad de las Fuerzas Armadas – ESPE, Unidad Académica Especial Salinas (UAE), Salinas – Ecuador, CP 240206.

    Magister en Automatización y Control Electrónico Industrial

  • Jorge Luis Guadalupe Almeida, Universidad de las Fuerzas Armadas – ESPE, Unidad Académica Especial Salinas (UAE), Salinas – Ecuador, CP 240206.

    Magister en Ciencias de la Ingeniería Mecánica 

Referencias

ROUHIAINEN, Lasse. Inteligencia Artificial: 101 cosas que debes saber hoy sobre nuestro futuro [En línea]. 1ra ed. España: Alienta Editorial, 2018. ISSN 978-84-17568-08-5 [fecha de consulta: 10 agosto 2022]. Disponible en: https://static0planetadelibroscom.cdnstatics.com/libros_contenido_extra/40/39308_Inteligencia_artificial.pdf

VITERI, Yanina (2021). Inteligencia artificial y nuevas tecnologías en tiempos de pandemia. Universidad, Ciencia y Tecnología [En línea]. 25 (110), 164-171. ISSN 2542-3410. [Consulta: 10 septiembre 2022]. Disponible en: http://sersc.org/journals/index.php/IJAST/article/view/12045

KOORDORIKA, Imanol y RODRÍGUEZ, Roberto (2010). El ranking Times en el mercado del prestigio Universitario. Perfiles Educativos [En línea]. 22(129), 8-29. ISSN 0185-2698. [Consulta: 01 septiembre 2022]. Disponible en: https://www.redalyc.org/pdf/132/13214995002.pdf .

ROMVEGA, Vladimir; SÁNCHEZ, Belkis; ESTUPIÑÁN, Jesus y LEYVA, Maikel (2021). Análisis del Ranking 2021 de universidades ecuatorianas del Times Higher Education con el Método Topsis. Revista Conrado [En línea]. 17(S3), 70-78. Disponible en: https://www.researchgate.net/publication/357097129_Analisis_del_ranking_2021_de_universidades_ecuatorianas_del_Times_Higher_Education_con_el_metodo_TOPSIS_ANALYSIS_OF_THE_2021_RANKING_OF_ECUADORIAN_UNIVERSITIES_BY_TIMES_HIGHER_EDUCATION_USING_THE_TOPS.

GIRALDO, León y VIÑA, Silvia (2017). La inteligencia artificial en la educación superior. Oportunidades y Amenazas. INNOVA Research Journal [En línea]. 2(8.1), 412-422. ISSN: 2477-9024. Disponible en: https://revistas.uide.edu.ec/index.php/innova/article/view/399

UNESCO. Campos de educación y capacitación 2013 de la CINE (ISCED-F2013).Instituto de Estadística de la UNESCO[En línea]. ISSN: 978-92-9189-157-3. Disponible en: http://uis.unesco.org/sites/default/files/documents/isced-fields-of-education-and-training-2013-sp.pdf

SUPERIOR, CONSEJO DE EDUCACIÓN. Reglamento de Régimen Académico Vigente hasta el 15 septiembre 2022. CES, 2021.

INFILINK-HMIZ. INFILINK-hmi [prog.].2010-2021 [consulta: 15 enero 2022]. Disponible en: https://bibdigital.epn.edu.ec/bitstream/15000/21857/1/CD%2011344.pdf

OCAÑA, Yolvi; VALENZUELA, Luis y GARRO, Luzmila (2019). Artificial Intelligence and its Implications in Higher Education. Propósitos y Representaciones [En línea]. 7(2), 536-568. ISSN: 2307-7999. [Consulta: 5 de agosto 2022]. https://revistas.usil.edu.pe/index.php/pyr/article/view/274

TARAPUES, Blanca. Modelo de clasificación supervisado de fotografías de fachadas para evaluar el daño estructural ocasionado por sismos de acuerdo con la escala Macrosísmica europea para apoyo de toma de decisiones en el Instituto Geofísico – EPN [En línea]. RECALDE, Lorena (tutor) [Tesis de Maestría]. Escuela Politécnica Nacional, Ecuador, 2021 [Consulta: 5 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/bitstream/15000/22167/1/CD%2011662.pdf

MONTERO, Óscar y SARDI, Juan (2017). Posibilidades de la reconstrucción tridimensional de zonas patrimoniales en base a fotogrametría y escáner LIDAR. El Barranco de la ciudad de Cuenca como caso de estudio. Revista Maskana a [En línea]. 8(2), 83 – 98. ISSN 2477 – 8893. [Consulta: 29 de septiembre 2022]. Disponible en: https://publicaciones.ucuenca.edu.ec/ojs/index.php/maskana/article/view/1547

FERRI, Francis. Desarrollo de un modelo de reconocimiento de gestos de la mano utilizando señales EMG y Deep Learning [En línea]. Benalcázar, Marco (tutor) [Tesis de Doctorado]. Escuela Politécnica Nacional, Ecuador, 2021 [Consulta: 7 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/21762

ESPINEL, Andrés. Facial Emotion Recognition Using Deep-learning Models [En línea]. PÉREZ, Noel (tutor) [Tesis de Pregrado]. Universidad San Francisco de Quito, Ecuador, 2020 [Consulta: 29 de septiembre 2022]. https://repositorio.usfq.edu.ec/bitstream/23000/9781/1/127763.pdf

ZALDUMBIDE, Efraín. Cryptocurrency upward trend direction prediction to optimize trading strategy [En línea]. PAZ ARIAS, Patricio (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador, 2021 [Consulta: 8 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/21610.

VACA, Carlos. Carlos.CBuy Sell Trends Analysis Using Support Vector Machine [En línea]. PÉREZ, Noel (tutor) [Tesis de Pregrado]. Universidad San Francisco de Quito, Ecuador, 2020 [Consulta: 29 de septiembre 2022]. Disponible en: https://repositorio.usfq.edu.ec/bitstream/23000/8792/1/146127.pdf

SIMBAÑA, Sandy. Estudio comparativo entre analítica de datos y análisis de datos mediante un caso de estudio [En línea]. ASTUDILLO, Boris (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador, 2021 [Consulta: 9 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/21502

TACO, Daniel. Aplicación de factorización de trayectoria espacial en reconocimiento automático de señales para uso en sistema de control de dispositivos domóticos [En línea]. PAZ ARIAS, Henry (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador, 2022 [Consulta: 5 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/22054

RUEDA, Bryan. Desarrollo de un prototipo portátil para el reconocimiento de señales dactilológicas mediante visión artificial [En línea]. PÉREZ CHECA, Aníbal Roberto (tutor) [Tesis de Pregrado]. Universidad Politécnica Salesiana, Ecuador, 2017 [Consultado: 5 de agosto 2022]. Disponible en: https://dspace.ups.edu.ec/bitstream/123456789/14568/1/UPS%20-%20ST003199.pdf.

ULLOA, Víctor. Desarrollo de prototipo de aplicación móvil para permitir el reconocimiento de billetes estadounidenses para personas no videntes [En línea]. GUERRERO FLOR, Marco (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador, 2021 [Consulta: 5 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/21692.

GALEANA Deysy y BAYRO, Eduardo (2021). Recognition System for Euro and Mexican Banknotes Based on Deep Learning with Real Scene Images. Computación y Sistemas [En línea]. 22(4), ISSN: 2007-9737. [Consulta: 29 de septiembre 2022]. Disponible en: https://www.cys.cic.ipn.mx/ojs/index.php/CyS/article/view/3079 .

RAMOS, Washington. Generación de señales volcánicas artificiales a partir de una base de datos del volcán Cotopaxi usando un modelo GAN (Generative Adversarial Network) [En línea]. GRIJALVA, Felipe (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador, 2021 [Consulta: 6 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/21522 .

GESPINOZA, Pablo; ROLIM, Carlos; INZA, Adolfo; MARS, Jérôme; MÉTAXIAN, Jean; DALLA, Mauro y MALFANTE, Marielle (2020). Automatic Multichannel Volcano-Seismic Classification Using Machine Learning and EMD. IEEE Xplore [En línea]. 13, 1322-1331. ISSN: 2151-1535. [Consulta: 29 de septiembre 2022]. Disponible en: https://doi.org/10.1109/JSTARS . 2020.2982714. .

MUÑOZ, Edison. Desarrollo de un sistema de control de acceso de personal empleando reconocimiento facial respaldado con técnicas de aprendizaje profundo [En línea]. FLORES, Marco (tutor) [Tesis de Pregrado]. Universidad de las Fuerzas Armadas ESPE, Ecuador, 2021 [Consulta: 8 de agosto 2022]. Disponible en: http://repositorio.espe.edu.ec/handle/21000/25302 .

ALBUJA, Danny. Desarrollo de un modelo predictivo para el análisis de anomalías de desempeño en futbolistas profesionales utilizando minería de opiniones [En línea]. LOZA, Edison (tutor) [Tesis de Maestría]. Escuela Politécnica Nacional, Ecuador, 2022 [Consulta: 8 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/22205 .

CALLEJAS, Mauro y VÉLEZ, Manuel (2019). Predicción electoral usando un modelo híbrido basado en análisis sentimental: elecciones presidenciales de Colombia. Revista Politécnica [En línea]. 15(30), 94-104. ISSN: 1900-2351. [Consulta: 29 de septiembre 2022]. Disponible en: https :/ / doi . org / 10 . 33571 / rpolitec .v15n30a9. .

JURADO, María. Identificación de la cobertura arbórea de Guayaquil urbano usando técnicas de inteligencia artificial [En línea]. BAUZ, Sergio (tutor) [Tesis de Pregrado]. Escuela Superior Politécnica del Litoral, Ecuador, 2021 [Consulta: 8 de agosto 2022]. Disponible en: https : //www.dspace.espol.edu.ec/handle/ 123456789/51945. .

PEÑA, Gonzalo (2021). Clasificación espacial del suelo urbano por el valor especulativo del suelo e imágenes msi satelitales usando k-means, Huancayo, Perú. Revista de Estudios Urbano Regionales [En línea]. 24(44), 70-83. ISSN: 0717-3997. [Consulta: 29 de septiembre 2022], Disponible en: https://doi.org/10.22320/07183607.2021.24.44.06. .

MORENO, Mario. Detección de incidentes automovilísticos usando técnicas de aprendizaje de máquina [En línea]. SANG, Yoo (tutor) [Tesis de Maestría]. Escuela Politécnica Nacional, Ecuador, 2021 [Consulta: 9 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/ handle/15000/21625. .

OJEDA, Verónica. Diseño de un método pasivo de ubicación de una persona en ambiente de interiores basado en aprendizaje automático con datos obtenidos a partir de enlaces de comunicaciones en la banda de 28 ghz [En línea]. AVILÉS, Juan (autor) [Tesis de Pregrado]. Escuela Superior Politécnica del Litoral, Ecuador, 2022 [Consulta: 9 de agosto 2022]. Disponible en: https://www.dspace.espol.edu.ec/handle/123456789/53626 .

ORTUÑO, Bryan. Evaluación y aplicación de algoritmos de inteligencia artificial explicada para apoyar la toma decisiones médicas en la salud fetal [En línea].Loza Aguirre, Edison (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador, 2022 [Consulta: 10 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/22552 .

ARROYO, Junior; MARINI, Thomas; SAAVEDRA, Ana; TOSCANO, Marika; BARAN, Timothy; DRENNAN, Kathryn; DOZIER, Ann; ZHAO, Yu Tina; EGOAVIL Migueland TAMAYO, Lorena; RAMOS, Berta y CASTANEDA, Benjamin (2022). No sonographer, no radiologist: New system for automatic prenatal detection of fetal biometry, fetal presentation, and placental location. PLOS ONE [En línea]. 17(2), 53-57. ISSN: 1932-6203. [Consulta: 29 de septiembre 2022], Disponible en: https://doi.org/10.1371/journal.pone.0262107. .

UBILLÚS, José. Desarrollo de una herramienta computacional de evaluación de problemas operacionales en la perforación de pozos en el campo sacha [En línea]. PACHECO MONTERO, Wilson Jair (autor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador,2021 [Consulta: 9 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/21954 .

RUIZ, Marco; ALZATE, Guillermo; OBANDO, Andrés y ÁLVAREZ, Hernán (2019). Combined artificial intelligence modeling for production forecast in a petroleum production field. CTF - Ciencia, Tecnología Futuro [En línea]. 9(1), 27-35. ISSN: 0122-5383. [Consulta: 29 de septiembre 2022], Disponible en: https://doi.org/ 10.29047/01225383.149. .

CHIZA, Juan. Sistema para la detección de uso de mascarilla utilizando técnicas de redes neuronales convolucionales [En línea]. GALARZA, Eddie (tutor) [Tesis de Maestría]. Universidad de las Fuerzas Armadas ESPE Ecuador,2022 [Consulta: 9 de agosto 2022]. Disponible en: http://repositorio.espe.edu.ec/handle/21000/30769 .

PEREIRA, Alexandre; DONADON, Thiago y OLIVEIRA, Fabio (2021). Aplicación de inteligencia artificial para monitorear el uso de mascarillas de protección. Revista Científica General José María Córdova [En línea]. 19(33), 205-222. ISSN: 1900-6586. [Consulta: 29 de septiembre 2022], Disponible en: //doi.org/10.21830/19006586.725.

MEZA, Emilia. Desarrollo de una herramienta computacional que permita la clasificación entre personas que presenten o no una patología a partir de señales electromiográficas de la extremidad inferior usando máquinas de soporte de vectores [En línea]. ROSALES, Jorge. (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador,2021 [Consulta: 10 de agosto 2022]. https://bibdigital.epn.edu.ec/handle/15000/21940 .

HERRERA, Marcelo; MARTÍNEZ, Gustavo; RODRÍGUEZ, José Luis y AVILÉS, Óscar (2015). Knee functional state classification using surface electromyographic and goniometric signals by means artificial neural networks. Ingeniería y Universidad [En línea]. 19(1), 51–66. ISSN: 2011-2769. [Consulta: 29 de septiembre 2022], Disponible en: https:// doi.org/10.11144/Javeriana.iyu19- 1.kfsc. .

QUIZHPE, Lenin e YÁNEZ, Cristian. Implementación de un sistema de posicionamiento continuo de cuerpos celestes para análisis espectral en imágenes digitales, en un telescopio astronómico con montura Ecuatorial [En línea]. Constante, Patricia (tutor) [Tesis de Pregrado]. Universidad de las Fuerzas Armadas ESPE Ecuador,2021 [Consulta: 8 de agosto 2022]. Disponible en: http://repositorio.espe.edu.ec/handle/21000/24345 .

LLAMATUMBI, Germán y SOLIS, Edison. Determinación y evaluación de la temperatura de pirolización para el proceso de cogeneración en gasificación tipo downdraft con el uso de redes neuronales artificiales (RNA) [En línea]. Gutiérrez, Eduardo (tutor) [Tesis de Pregrado]. Universidad de las Fuerzas Armadas ESPE Ecuador,2021 [Consulta: 8 de agosto 2022]. Disponible en: http://repositorio.espe.edu.ec/handle/21000/27943 .

JIMÉNEZ, José y VILLALBA, Kímberly. Diseño e implementación de un prototipo de sistema mecatrónico que brinde asistencia virtual interactiva en los procesos de montaje y desmontaje del fusil HK-33E empleando técnicas de visión artificial para el reconocimiento preciso de las partes que conforman el arma [En línea]. Gordón, Andrés (tutor) [Tesis de Pregrado]. Universidad de las Fuerzas Armadas ESPE Ecuador,2022 [Consulta: 8 de agosto 2022]. Disponible en: http://repositorio.espe.edu.ec/handle/21000/29353 .

AVILÉS, Karla y GAIBOR, Neil. Diseño e implementación de una prótesis robótica con señales EMG usando técnicas de inteligencia artificial [En línea]. Asanza, Víctor. (tutor) [Tesis de Pregrado]. Escuela Superior Politécnica del Litoral, Ecuador,2021 [Consulta: 10 de agosto 2022]. Disponible en: https://www.dspace.espol.edu.ec/handle/ 123456789/54698. .

TOAPANTA, Byron y TORRES, Edwin. Automatización del proceso de manufactura de plantas de calzado, mediante la repotenciación de una máquina inyectora, la integración de control de calidad a través de visión por computador e IoT para el monitoreo del proceso de producción, en la empresa Instalcom ubicada en la ciudad de Ambato [En línea]. Caizalitín, Edwin (tutor) [Tesis de Pregrado]. Universidad de las Fuerzas Armadas ESPE Ecuador ,2022 [Consulta: 10 de agosto 2022]. Disponible en: http://repositorio.espe.edu.ec/handle/21000/29352 .

PAREDES, Michelle. Implementación de un modelo para predecir la resistencia a carbapenémicos en klebsiella pneumoniae mediante un algoritmo de machine learning [En línea]. GRIJALVA, Rodrigo (tutor) [Tesis de Pegrado]. Universidad de las Fuerzas Armadas ESPE Ecuador,2021 [Consulta: 7 de agosto 2022]. Disponible en: http://repositorio.espe.edu.ec/handle/21000/24174 .

LADÍN, Mariana. Introducción al uso de sistemas de inteligencia artificial para modelizar, comprender y optimizar formulaciones farmacéuticas [En línea]. 1ra ed. Brasil: Pombalina Coimbra University Press, 2022. ISBN: 978-989-26-0881-5. [Consulta: 03 de octubre 2022]. Disponible en: https://ucdigitalis.uc.pt/pombalina/item/69709 .

ARGÜELLO, Edwin y GARCÉS, Jonhson. Implementación de un modelo para predecir la resistencia a carbapenémicos en klebsiella pneumoniae mediante un algoritmo de machine learning [En línea]. Generación de cartografía automatizada 2D a través de la tecnología deep learning para escala 1:5000, en el sector de Cashapamba [En línea]. Kirby, Eduardo (tutor) [Tesis de Pregrado]. Universidad de las Fuerzas Armadas ESPE Ecuador,2021 [Consulta: 5 de agosto 2022]. Disponible en: http://repositorio.espe.edu.ec/handle/21000/25735 .

ABARCA, Francisco; CAMPOS, Francisco y REINOSO, Rafael (2017). Metodología de ayuda a la decisión mediante SIG e Inteligencia Artificial: aplicación en la caracterización demográfica de Andalucía a partir de su residencia. Revista de la Facultad de Arquitectura y Urbanismo de la Universidad de Cuenca [En línea]. 11(6), 33-51, ISSN 1390-9274. [Consulta: 01 de octubre 2022]. Disponible en: https : / /doi.org/10.18537/est.v006.n011.a03. .

PAREDES, Michelle. Desarrollo de algoritmos para el análisis y procesamiento de imágenes de resonancia magnética para diferenciar los tejidos presentes en el hígado graso [En línea]. VÁSQUEZ, Nicolás. (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador, 2021 [Consulta: 10 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/21878 .

GONZÁLEZ, Neilys; LEYVA, Maikel; FAGGIONI, Katya y ÁLVAREZ, Paúl (2018). Estudio comparado de las técnicas de Inteligencia Artificial para el diagnóstico de enfermedades en la ganadería. Revista de la Facultad de Arquitectura y Urbanismo de la Universidad de Cuenca [En línea]. 15(2), 17-20. ISSN: 1690-8627. [Consulta: 01 de octubre 2022]. Disponible en: https : / / www . iiisci . org / journal /risci / FullText . asp ? var = & ; id =CA077AU18. .

GUERRA, Esteban. Predicción de precios de cierre de acciones en la bolsa de valores mediante técnicas de aprendizaje automático y minería de datos: evaluación de escenarios para transacciones intradía. [En línea]. GUTIÉRREZ, Sandra (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador, 2021 [Consulta: 7 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/22018 .

LLUMIQUINGA, Eddy. Estudio comparativo de los algoritmos de clasificación supervisada empleando datos artificiales [En línea]. ÁLVAREZ, Robin (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador,2022 [Consulta: 8 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/22184 .

ORTUÑO, Bryan. Evaluación y aplicación de algoritmos de inteligencia artificial explicada para apoyar la toma decisiones médicas en la salud fetal [En línea]. LOZA, Edison (tutor) [Tesis de Pregrado]. Escuela Politécnica Nacional, Ecuador,2022 [Consulta: 10 de agosto 2022]. Disponible en: https://bibdigital.epn.edu.ec/handle/15000/22552 .

CUBERO, Jhonny y VALLE, Segundo. Reconocimiento de tumores y patologías cerebrales mediante inteligencia artificial [En línea]. ARROBA, Jorge (tutor) [Tesis de Pregrado]. Universidad Central del Ecuador, Ecuador, 2022 [Consulta: 29 de septiembre 2022]. Disponible en: http://www.dspace.uce.edu.ec/bitstream/25000/27244/1/UCE-FING-ISI-CUBERO%20JHONNY-VALLE%20SEGUNDO.pdf .

Descargas

Publicado

2022-12-23

Número

Sección

Artículos de revisión

Cómo citar

Albuja Sánchez, B. M. (2022). Áreas de estudio y aplicación de inteligencia artificial en las universidades mejor puntuadas del Ecuador. Revista Científica Y Tecnológica UPSE, 9(2), 58-74. https://doi.org/10.26423/rctu.v9i2.705