Examinando por Autor "Vasquez Fernandez, Jordan Oxalc"

Mostrando 1 - 2 de 2

Inteligencia artificial aplicada al proceso de aprendizaje en la educación primaria: una revisión sistemática de la literatura
(Universidad Católica Santo Toribio de Mogrovejo, 2023) Vasquez Fernandez, Jordan Oxalc; Vasquez Fernandez, Jordan Oxalc; Reyes Burgos, Karla Cecilia
Esta investigación tuvo como objetivo realizar un análisis de literatura correspondiente a la aplicación de la inteligencia artificial en el proceso de aprendizaje en la educación primaria. Para lo cual, se realizó una revisión sistemática de la literatura de investigaciones relacionadas al tema, publicadas en los últimos cinco años. Se utilizó la metodología de Kitchenham [6], como base para la revisión. Se inició con la búsqueda de la información en cuatro bases de datos especializadas; Scopus, Proquest, IEEE Xplore y ACM Digital Library; de las cuales se obtuvo un gran número inicial de resultados. Los trabajos resultantes fueron sometidos a criterios de inclusión y exclusión, aquellos trabajos que cumplían con los criterios definidos pasaron a una evaluación de calidad. Posterior a la evaluación de calidad, se obtuvieron doce trabajos definitivos, los mismos que se utilizaron para el análisis final. Del análisis realizado, se identificó que los algoritmos de machine learning y deep learning son las tecnologías más utilizadas para el desarrollo de las soluciones, de las cuales, en su mayoría estaban enfocadas en las áreas de aprendizaje personalizado y acompañamiento de aprendizaje. Además, se observó que autores de países asiáticos son los más interesados en el tema investigado. Finalmente, se presentan futuras ideas de investigación y reflexiones acerca de la investigación realizada.
Sistema inteligente utilizando deep learing y gamificación para la clasificación de residuos sólidos del programa institucional integrador CISUSAT
(Universidad Católica Santo Toribio de Mogrovejo, 2024) Vasquez Fernandez, Jordan Oxalc; Vasquez Fernandez, Jordan Oxalc; Iman Espinoza, Ricardo David
La investigación se centró en el desarrollo de un sistema inteligente para abordar el desafío de la clasificación de residuos sólidos en la localidad de Luis Alberto Sánchez, dentro del marco del Programa Institucional de Ciudad Sustentable, Saludable, Ambiental y Territorial (CISUSAT) en Chiclayo, Perú. Actualmente, la mayoría de los pobladores entregan sus residuos de manera inadecuada, a menudo mezclados con desechos no reciclables. Esta situación ha convertido el proceso de clasificación y separación en una tarea manual tediosa para la asociación de recicladores de la zona, compuesta por 10 miembros de los cuales solo están 5 activos, además en su mayoría personas de la tercera edad. En este contexto, se construyó un sistema que aproveché la potencia del aprendizaje profundo, en particular, las redes neuronales convolucionales (CNN), para identificar y separar diversos tipos de residuos utilizando imágenes como entrada. La implementación se materializó en forma de una aplicación móvil nativa para dispositivos Android. La metodología SCRUM guió el proceso de desarrollo, complementada por la metodología de ciencia de datos de IBM, para la creación del modelo de deep learning. En cuanto a la tecnología, se utilizaron los lenguajes de programación Kotlin para la aplicación móvil y Python para el modelo y la API de comunicación. Los resultados obtenidos mostraron una alta precisión del 96.89% en la clasificación de residuos sólidos. Además, se agregaron elementos de gamificación, lo que podría resultar en una mayor participación y conciencia ambiental por parte de los usuarios.