Micaela Revista de Investigación - UNAMBA
Not a member yet
93 research outputs found
Sort by
Data Set de Imágenes de Hojas de Palta Para Detección de Enfermedad Causadas por Trips
Get PDFLa agricultura es uno de los pocos sectores que aún no ha recibido la atención adecuada por parte de la comunidad de aprendizaje automático. No se insistirá lo suficiente en la importancia de los conjuntos de datos estándar y disponibles públicamente relacionados con la agricultura impide a los profesionales de esta disciplina aprovechar al máximo los beneficios de estas potentes herramientas y técnicas de predicción computacional. Para mejorar esta situación, desarrollamos, hasta donde sabemos, el primer conjunto de datos de palta estándar, listo para usar y disponible de estudios futuros. Las imágenes proceden de chacras de los agricultores de palta de Quitasol-Abancay-Apurímac, uno de los países que se encuentra en sexto lugar en producción de palta del mundo. El conjunto de datos contiene 3000 imágenes de 1156 hojas distintas que cubre la enfermedad de Trips y hojas sanas de palta. Aunque el conjunto de datos se ha desarrollado utilizando únicamente hojas de palta Hass de Quitasol, dado que se trató enfermedad que más afecta en muchos países, es probable que este conjunto de datos pueda aplicarse también para identificar enfermedades de palta en otros países, aumentando así el rendimiento de la palta. Se espera que este conjunto de datos atraiga la atención de investigadores y profesionales del aprendizaje automático del campo de la agricultura automatizada.Agriculture is one of the few sectors that has yet to receive adequate attention from the auto-mathematical learning community. The importance of standard and publicly available datasets related to agriculture cannot be overemphasized and prevents practitioners in this discipline from taking full advantage of the benefits of these powerful computational prediction tools and techniques. To improve this situation, we developed, to the best of our knowledge, the first ready-to-use, off-the-shelf avocado data set available for future studies. The images come from avocado farmers' orchards in Quitasol-Abancay-Apurimac, one of the sixth largest avocado producing countries in the world. The dataset contains 3000 images of 1156 different leaves covering Trips disease and healthy avocado leaves. Although the dataset has been developed using only Quitasol Hass avocado leaves, given that this is the disease that affects the most in many countries, it is likely that this dataset can also be applied to identify avocado diseases in other countries, thus increasing avocado yields. It is expected that this dataset will attract the attention of researchers and practitioners of machine learning in the field of automated agriculture
Development and implementation of a web application for condominium managementc: Development and implementation of a web application for condominium managementc
No full textEste artículo describe el desarrollo de una aplicación web para la gestión de pagos en condominios, utilizando ReactJS y TypeScript en el frontend para proporcionar una interfaz dinámica y eficiente. El backend se implementó con Strapi CMS y TypeScript, permitiendo la gestión de contenido y APIs. Se utilizó AWS para asegurar una infraestructura escalable. La metodología de programación en capas fue adoptada, garantizando la robustez y evolución futura del sistema. Visual Studio Code fue el entorno de desarrollo (IDE). La aplicación está dirigida a propietarios de apartamentos en condominios, facilitando la gestión de pagos y el control de servicios compartidos de manera sencilla y transparente. La investigación se basó en una metodología aplicada con un enfoque descriptivo, buscando resolver problemas prácticos mediante productos tecnológicos y recolectando datos sobre los fenómenos analizados.Here’s the translated text in English: This article describes the development of a web application for managing payments in condominiums, using ReactJS and TypeScript in the frontend to provide a dynamic and efficient interface. The backend was implemented with Strapi CMS and TypeScript, allowing for content management and APIs. AWS was used to ensure a scalable infrastructure. A layered programming methodology was adopted, guaranteeing the robustness and future evolution of the system. Visual Studio Code was the development environment (IDE). The application is aimed at apartment owners in condominiums, facilitating payment management and control of shared services in a simple and transparent manner. The research was based on an applied methodology with a descriptive approach, seeking to solve practical problems through technological products and collecting data on the analyzed phenomena
Nutritional composition, fatty acid profile, and presence of Salmonella spp. in housefly pupae meal (Musca domestica)
Get PDFResumen. Las formas larvarias de los insectos se consideran fuentes alternativas potenciales de proteína para la alimentación humana y de animales domésticos, por lo que es necesario conocer su información nutricional para incluirlas en las dietas animales. El objetivo de esta investigación fue evaluar la composición nutricional, el perfil de ácidos grasos y la presencia de Salmonella spp. en harina de pupas de mosca doméstica. Se recolectaron 3 muestras de harina de pupas y se enviaron al Laboratorio de Evaluación Nutricional de Alimentos de la UNALM para su evaluación nutricional, y la presencia de Salmonella spp. fue evaluado en el Laboratorio de Microbiología de la Facultad de Medicina Veterinaria y Zootecnia de la UNAMBA. La harina de pupas de mosca doméstica contiene 58.44±0.14 % de proteína bruta, 16.33% de grasa, 11.415 de fibra cruda, 5.24% de ceniza y 1.03% de extracto libre de nitrógeno. La harina de pupas tiene en su composición un 14.63% de ácido linoleico (Omega 6), 32.57% de ácido cis-9 oleico, 0.8% de Ácido linolénico (omega 3) y otros ácidos grasos. La composición nutricional, perfil de ácidos grasos y ausencia de Salmonella spp. en la harina de pupas, hace que sea una adecuada alternativa para la inclusión de este insumo en las dietas de animales domésticos.The larval forms of insects are considered potential alternative sources of protein for human and domestic animal feeding, so it is necessary to know their nutritional information to include them in animal diets. The objective of this research was to evaluate the nutritional composition, fatty acid profile, and presence of Salmonella spp. in house fly pupae meal. Three samples of pupae meal were collected and sent to the Nutritional Evaluation Laboratory of UNALM for nutritional assessment. Salmonella spp. was evaluated at the UNAMBA Microbiology Laboratory Veterinary Medicine Faculty. The house fly pupae flour contains 58.44±0.14% crude protein, 16.33% fat, 11.415% crude fiber, 5.24% ash, and 1.03% nitrogen-free extract. The flour has a composition of 14.63% linoleic acid (Omega 6), 32.57% cis-9 oleic acid, 0.8% linolenic acid (Omega 3), and other fatty acids. The nutritional composition, fatty acid profile, and absence of Salmonella spp. in the pupae meal make it a suitable alternative for including this ingredient in domestic animal diets
Machine learning techniques for detecting intrusions in networks: A systematic review of the literature
No full textLa ciberseguridad es uno de los principales desafíos del mundo moderno debido al rápido avance tecnológico, que aunque ha mejorado la calidad de vida, también ha expuesto a las redes a nuevas amenazas. El objetivo de este estudio es evaluar el impacto de los sistemas de detección de intrusiones (IDS) en la protección de datos y analizar cómo estas técnicas se han adaptado a las amenazas emergentes, mejorando la detección de actividades maliciosas. Para lograr esto, se realizó una revisión sistemática de artículos publicados entre 2018 y 2024 en bases de datos como IEEE, ACM, ScienceDirect y Scopus, siguiendo la metodología de Barbara Kitchenham, utilizando la herramienta Parsifal para generar búsquedas y formular preguntas de investigación. Los resultados iniciales indican un creciente interés en la aplicación de técnicas de Machine Learning para la detección de intrusiones en los últimos seis años, con un pico de publicaciones en 2023, especialmente en la base de datos IEEE, lo que demuestra una evolución significativa en la eficacia de estas técnicas para hacer frente a las amenazas cibernéticas.Cybersecurity is one of the main challenges of the modern world due to the rapid technological advancement, which, although it has improved the quality of life, has also exposed networks to new threats. The objective of this study is to evaluate the impact of intrusion detection systems (IDS) on data protection and to analyze how these techniques have adapted to emerging threats, improving the detection of malicious activities. To achieve this, a systematic review of articles published between 2018 and 2024 in databases such as IEEE, ACM, ScienceDirect and Scopus was conducted, following Barbara Kitchenham's methodology, using the Parsifal tool to generate searches and formulate research questions. Initial results indicate a growing interest in the application of Machine Learning techniques for intrusion detection over the last six years, with a peak of publications in 2023, especially in the IEEE database, demonstrating a significant evolution in the effectiveness of these techniques to address cyber threats
Evaluation of the concentration of cactus hydrocolloid (Opuntia ficus-indica) in the process of preparing delicacy from goat milk
Get PDFEl presente poster científico tiene como objetivo evaluar la concentración de hidrocoloide de nopal (Opuntia ficus-indica) en el proceso de elaboración de manjar a partir de leche de cabra, sobre sus características fisicoquímicas: pH, acidez, densidad, °Brix, % de cristalización, color y evaluación sensorial: aceptabilidad, sabor y textura. Se utilizará metodología de la A.O.A.C. y un panel semientrenado sensorialmente. Se establecieron concentraciones de mucílago de nopal al 0, 3, 6 y 9 % en la etapa final de concentración del manjar. Se espera identificar las concentraciones de mucílago que presenten las mejores (p <0.05) características fisicoquímicas y evaluación sensorial de acuerdo con la Norma Técnica Peruana sobre manjar de leche. Es así como, la leche de cabra aporta textura más suave y mayor digestibilidad debido a la acción de las lipasas humanas. Asimismo, su menor contenido de α-caseína disminuye las probabilidades de alergias e intolerancia a la lactosa. La adición de mucílago (hidrocoloide) como biopolímero y polisacárido compuesto por arabinosa, xilosa, galactosa, ácido galacturónico y ramnosa se sintetiza con el fin de almacenar agua, mediante la secreción de polisacáridos en los espacios extracelulares, lo que permite su afinidad con la leche por su alto contenido de agua.The present scientific poster aims to evaluate the concentration of nopal (Opuntia ficus-indica) hydrocolloid in the process of making delicacy from goat milk, on its physicochemical characteristics: pH, acidity, density, °Brix, % crystallization, color and sensory evaluation: acceptability, flavor and texture. The A.O.A.C. methodology and a semi-sensory-trained panel will be used. Concentrations of nopal mucilage were established at 0, 3, 6 and 9% in the final stage of concentration of the delicacy. It is expected to identify the mucilage concentrations that present the best (p <0.05) physicochemical characteristics and sensory evaluation according to the Peruvian Technical Standard on milk delicacy. Thus, goat milk provides a softer texture and greater digestibility due to the action of human lipases. Likewise, its lower α-casein content decreases the probability of allergies and lactose intolerance. The addition of mucilage (hydrocolloid) as a biopolymer and polysaccharide composed of arabinose, xylose, galactose, galacturonic acid and rhamnose is synthesized in order to store water, through the secretion of polysaccharides in the extracellular spaces, which allows its affinity with milk due to its high-water content
Manufacture of functional drinks from apple (Malus domestica), lemon verbena (Aloysia citrodora), flaxseed (Linum usitatissimum) and stevia (Stevia rebaudiana Bertoni)
Get PDFEste proyecto siendo resultado de un póster científico busca desarrollar una innovadora bebida funcional a base de manzana, hierba luisa y linaza, endulzada con stevia, que combina beneficios antioxidantes, digestivos y de ácidos grasos omega-3, con un bajo contenido calórico. La formulación óptima (100% agua, 50% manzana, 2% hierba luisa, 2.5% linaza y 0.2% stevia) garantiza un sabor agradable y una alta aceptación sensorial, siendo ideal para consumidores interesados en opciones saludables y naturales. La bebida se posiciona como una alternativa refrescante y sostenible, perfecta para integrar en estilos de vida saludables, con potencial de expandirse en mercados locales e internacionales gracias a sus atributos funcionales, bajo impacto calórico y versatilidad de presentación.This project seeks to develop an innovative functional drink based on apple, lemon verbena and flaxseed, sweetened with stevia, which combines antioxidant, digestive and omega-3 fatty acid benefits, with a low caloric content. The optimal formulation (100% water, 50% apple, 2% lemon verbena, 2.5% flaxseed and 0.2% stevia) guarantees a pleasant taste and high sensory acceptance, making it ideal for consumers interested in healthy and natural options. The drink is positioned as a refreshing and sustainable alternative, perfect to integrate into healthy lifestyles, with the potential to expand in local and international markets thanks to its functional attributes, low caloric impact and versatility of presentation
Systematic review of the evolution of virtual assistants: from the first Chatbots to conversational AI
No full textLa evolución de los asistentes virtuales ha sido un proceso progresivo, desde los primeros intentos por imitar la conversación humana hasta los modelos avanzados de inteligencia artificial que vemos hoy en día. Este artículo presenta una revisión sistemática cuyo objetivo es analizar los avances más importantes en el desarrollo de estos asistentes, enfocándose en tres áreas clave: procesamiento del lenguaje natural (PLN), aprendizaje automático y redes neuronales profundas. La metodología se basó en la revisión de literatura relevante sobre el desarrollo y la implementación de estos modelos. Entre los resultados, se destaca la introducción de ELIZA (1966), un chatbot pionero, pero limitado, seguido por PARRY (1972) y ALICE (1995), que mejoraron en el modelado emocional y el PLN, aunque seguían basados en reglas predefinidas. Asistentes más recientes como Siri (2011) y Alexa (2014) integraron aprendizaje automático y redes neuronales profundas, logrando una mayor precisión y personalización en las interacciones. ChatGPT (2020) es el avance más reciente, capaz de generar respuestas coherentes en tiempo real. Las conclusiones sugieren que, a pesar de los avances, aún existen limitaciones en áreas como la personalización y la comprensión emocional. Se recomienda que la investigación futura aborde estos desafíos para mejorar la interacción humano-máquina.The evolution of virtual assistants has been a progressive process, from early attempts to mimic human conversation to the advanced artificial intelligence models we see today. This article presents a systematic review aimed at analyzing the most significant advancements in the development of these assistants, focusing on three key areas: natural language processing (NLP), machine learning, and deep neural networks. The methodology was based on a review of relevant literature on the development and implementation of these models. Among the findings, the introduction of ELIZA (1966), a pioneering but limited chatbot, stands out, followed by PARRY (1972) and ALICE (1995), which improved emotional modeling and NLP, although they were still based on predefined rules. More recent assistants, such as Siri (2011) and Alexa (2014), integrated machine learning and deep neural networks, achieving greater accuracy and personalization in interactions. ChatGPT (2020) is the most recent advancement, capable of generating coherent responses in real-time. The conclusions suggest that despite these advancements, there are still limitations in areas such as personalization and emotional understanding. It is recommended that future research address these challenges to enhance human-machine interaction
Efficiency of the DenseNet convolutional neural network model for detecting drowsiness in drivers
Get PDFLa somnolencia en conductores es una condición crítica que puede comprometer la seguridad vial, por lo que es esencial contar con métodos precisos para detectarla. Este estudio evaluó la arquitectura DenseNet121 para detectar somnolencia en conductores, centrándose en el estado de los ojos (abiertos o cerrados) y la manifestación de bostezos. El diseño del estudio fue no experimental, de nivel descriptivo y con enfoque cuantitativo. Se utilizó un conjunto de 2090 imágenes de conductores, obtenidas de Kaggle, que fueron preprocesadas con la biblioteca MediaPipe para facilitar la detección de rostros. El modelo DenseNet121 logró una precisión del 98.46% para el estado de bostezo y del 99.62% para el estado de los ojos. La matriz de confusión mostró clasificaciones perfectas en ambas categorías. El reporte de clasificación destacó un F1-Score, recall y precisión de 1.00, evidenciando su capacidad para clasificar correctamente todos los ejemplos. En las pruebas en tiempo real, el modelo mostró confianza del 87% al 97% en el bostezo y una consistencia del 99% en los ojos, aunque con algunas fallas. Estos hallazgos resaltaron la eficiencia del modelo en la detección de somnolencia, sugiriendo su potencial como herramienta valiosa para la seguridad vial.Drowsiness in drivers is a critical condition that can compromise road safety, so it is essential to have accurate methods to detect it. This study evaluated the DenseNet121 architecture to detect drowsiness in drivers, focusing on the state of the eyes (open or closed) and the manifestation of yawning. The study design was non-experimental, descriptive and quantitative in approach. A set of 2090 images of drivers, obtained from Kaggle, was used, which were preprocessed with the MediaPipe library to facilitate face detection. The DenseNet121 model achieved an accuracy of 98.46% for the yawning state and 99.62% for the eye state. The confusion matrix showed perfect classifications in both categories. The classification report highlighted an F1-Score, recall and precision of 1.00, evidencing its ability to correctly classify all examples. In real-time testing, the model showed 87% to 97% confidence in yawning and 99% consistency in eyes, albeit with some flaws. These findings highlighted the model's efficiency in detecting drowsiness, suggesting its potential as a valuable tool for road safety
Scientometric Analysis of Research Methodology in Computer Engineering and Systems Thesis at UNAMBA
Get PDFEl trabajo realiza un análisis mediante la cienciometría en la sección de metodología de investigación en las tesis de Ingeniería Informática y Sistemas de la Universidad Nacional Micaela Bastidas de Apurímac ubicado en la región de los Andes de Perú. Los objetivos propuestos fueron conocer el tipo, nivel, diseño, muestra y técnica de las investigaciones más utilizadas en las tesis para optar el título profesional de Ing. Informática y Sistemas, la técnica fue la recolección de datos del repositorio de la universidad teniendo 46 tesis para su análisis, teniendo los resultados: Tras analizar la información, se concluye que el tipo de investigación aplicada es el más predominante, con 84.8% , y un 58.5% se ve la preferencia del nivel de investigación explicativo, en cuanto al diseño de investigación, el enfoque cuasi experimental es el más utilizado con 50%, mientras que el muestreo no probabilístico es el método más destacado con 71.1%. Además, la técnica de recopilación de datos más empleada es la encuesta con 29.5%. Cabe destacar que todas las tesis analizadas corresponden a investigaciones cuantitativas, sin registro de investigaciones cualitativas, lo que representa un 100% de enfoque cuantitativo.The work carries out an analysis through scientometry in the research methodology section in the theses of Computer Engineering and Systems of the Micaela Bastidas de Apurímac National University located in the Andes region of Peru. The proposed objectives were to know the type, level, design, sample and technique of the investigations most used in the theses to choose the professional title of Ing. Informatics and Systems, the technique was the collection of data from the university repository having 46 theses for its analysis, having the results: After analyzing the information, it is concluded that the type of applied research is the most predominant, with 84.8%, and 58.5% see the preference of the level of explanatory research, regarding research design, the quasi-experimental approach is the most widely used with 50%, while the non-probability sampling is the most outstanding method with 71.1%. In addition, the most widely used data collection technique is the 29.5% survey. It should be noted that all the theses analyzed correspond to quantitative research, without a record of qualitative research, which represents a 100% quantitative approach
Machine Learning Algorithms used in Credit Risk Management in Peru
Get PDFEl objetivo del presente estudio es identificar los algoritmos de Machine Learning más utilizados y efectivos para gestionar el riesgo crediticio en el sistema financiero peruano. Se analizaron cuatro investigaciones que implementaron diferentes algoritmos, tales como Árbol de Decisión, Support Vector Machine (SVM), Random Forest, Redes Neuronales, Naive Bayes, K Nearest Neighbor (KNN) y Regresión Logística, en entidades financieras y microfinancieras. La metodología incluyó la revisión bibliográfica y la webgrafía. Los resultados mostraron que el Árbol de Decisión y el SVM fueron los algoritmos más utilizados. Por su parte, las Redes Neuronales y otros algoritmos también tuvieron un rendimiento aceptable pero no superaron a los algoritmos anteriores. Las conclusiones señalan que, siendo el Árbol de Decisión y SVM las opciones más efectivas para predecir incumplimientos de pagos y gestionar el riesgo crediticio, la elección del modelo optimo puede depender de las características específicas de los datos y sobre todo los objetivos de cada institución financiera. The purpose of this study is to identify the most used and effective Machine Learning algorithms in credit risk management in the Peruvian financial system. Four research studies were analyzed that implemented different algorithms, such as Decision Tree, Support Vector Machine (SVM), Random Forest, Neural Networks, Naive Bayes, K Nearest Neighbor and Logistic Regression, in financial and microfinance institutions. The methodology included a literature review and webgraphy. The results revealed that the most used algorithms were Decision Tree and SVM. In addition, Neural Networks and other algorithms presented acceptable performance, but did not outperform the leading models in credit risk prediction. The conclusions point out that, being Decision Tree and SVM the most effective options for predicting defaults and managing credit risk, the choice of the optimal model may depend on the specific characteristics of the data and above all the objectives of each financial institution