http://rein.umcc.cu/handle/123456789/2302 2026-04-12T15:50:57Z 2026-04-12T15:50:57Z Vacca González, Harold Morales Coronel, Jeisson Ricardo Ferro Escobar, Roberto http://rein.umcc.cu/handle/123456789/2356 2023-11-22T17:56:47Z 2023-11-23T00:00:00Z

MODELADO MATEMÁTICO DE SISTEMAS ELECTROMECÁNICOS: UN AMBIENTE DE APRENDIZAJE EN GENERACIÓN ENERGÉTICA PARA VEHÍCULOS TIPO SCOOTER Vacca González, Harold; Morales Coronel, Jeisson Ricardo; Ferro Escobar, Roberto Se ha estimado que para el año 2035 el transporte público llegará a ocupar un 40% en la emisión de gases efecto invernadero en comparación con el año 2011 (donde ésta obtuvo un 22%, cifra que superó al sector industrial que ocupó un 21% y un 42% el sector de generación de energía eléctrica, según la Agencia Internacional de Energía). Recientes investigaciones en Latinoamérica, además, han indicado que, ante el alto crecimiento esperado de vehículos ligeros, el aumento del rendimiento vehicular es el esquema de mitigación que puede ahorrar energía en niveles cercanos al 47 % en aplicaciones aisladas. Por lo anterior, el presente trabajo está orientado hacia el modelamiento de sistemas electromecánicos de manera que favorezca un ambiente de aprendizaje de generación y almacenamiento de energía eléctrica a través de fuentes de energía renovable y la consecuente optimización de los tiempos en los recorridos para usuarios de transporte terrestre. El producto final de la secuencia se concreta en un prototipo generador que aprovecha la energía cinética producida por sistemas alternativos de movilidad individual como el patinete eléctrico tipo Scooter. La función del dispositivo, es incrementar la autonomía y vida útil de las baterías que energizan el vehículo, al evitar que se ejecuten ciclos completos de carga y descarga sin depender de la red eléctrica doméstica; y en el caso de la bicicleta, optimizar el almacenamiento de la energía en un banco de baterías a través de una configuración alternativa de salidas de voltaje, aprovechando un remanente que el usuario puede usar en dispositivos externos.

2023-11-23T00:00:00Z Vacca González, Harold Núñez Mejía, Sebastián García Hurtado, Orlando http://rein.umcc.cu/handle/123456789/2355 2023-11-22T17:52:12Z 2023-11-23T00:00:00Z

MODELOS DE MARKOV OCULTOS: UN AMBIENTE DE APRENDIZAJE PARA DETECCIÓN TEMPRANA DE ENFERMEDADES Vacca González, Harold; Núñez Mejía, Sebastián; García Hurtado, Orlando Los modelos de Markov ocultos (HMMs) consideran la incertidumbre inherente a datos y detección de patrones de datos complejos que no son identificables con otros métodos. En este artículo, se presenta desde el análisis de una señal ECG y el enfoque estadístico y probabilístico, la comprensión del uso de HMMs en la detección de enfermedades cardiovasculares –infartos-, de manera que la secuencia teórica y práctica propuesta enriquezca un ambiente de aprendizaje a través en el contexto de casos cercanos a la realidad clínica.

2023-11-23T00:00:00Z Torres Ricart, Sheyla Alonso Díaz, David Martínez Sánchez, Natalia Merced Len, Silvano http://rein.umcc.cu/handle/123456789/2354 2023-11-22T17:40:10Z 2023-11-23T00:00:00Z

USO DEL ALGORITMO K-MEANS PARA CLASIFICAR CIUDADANOS CUBANOS MEDIANTE UN CUESTIONARIO DE ESTILOS DE VIDA Torres Ricart, Sheyla; Alonso Díaz, David; Martínez Sánchez, Natalia; Merced Len, Silvano El término ‘estilos de vida saludable’ se ha transformado en un referente que caracteriza tanto a la sociedad en su conjunto como al individuo en su singularidad, ya que promueve un desarrollo equilibrado del ser humano, mejorando su calidad de vida. En la actualidad, las Tecnologías de la Información y la Comunicación se han erigido como uno de los principales motores que propulsan el conocimiento y la investigación, obligando al ser humano a avanzar en términos tecnológicos. En esta dirección, este trabajo pretende desarrollar grupos poblacionales de cubanos en cuanto a sus estilos de vida mediante el análisis de datos recopilados en un diagnóstico. Para esto, se presenta un estudio que utiliza una metodología basada en el análisis clúster para identificar similitudes entre los ciudadanos cubanos en cuanto a sus hábitos y estilos de vida. El objetivo específico de la investigación es realizar el agrupamiento de ciudadanos cubanos en función de sus hábitos y estilos de vida mediante el algoritmo de inteligencia artificial K-Means. Para la realización de la investigación se aplicaron los métodos: del codo para obtener un buen valor de k pudiendo así determinar la cantidad de grupos y Análisis de Componentes Principales para permitir la visualización del dataset. Además, se definieron las métricas de validación interna a aplicar. Como resultado de la investigación se obtiene que la aplicación de las métricas al resultado del algoritmo arrojó que se efectuó un buen proceso de agrupamiento, con clusters cohesionados y relativamente bien definidos.

2023-11-23T00:00:00Z Alonso Díaz, David Torres Ricart, Sheyla Martínez Sánchez, Natalia Merced, Silvano http://rein.umcc.cu/handle/123456789/2353 2023-11-22T17:32:46Z 2023-11-23T00:00:00Z

COMPARACIÓN DE K-MEANS, DBSCAN y HDBSCAN PARA CLASIFICAR PERSONAS USANDO CUESTIONARIO DE ESTILOS DE VIDA Alonso Díaz, David; Torres Ricart, Sheyla; Martínez Sánchez, Natalia; Merced, Silvano En la actualidad, las Tecnologías de la Información y la Comunicación se han erigido como uno de los principales motores que propulsan el conocimiento y la investigación, obligando al ser humano a avanzar en términos tecnológicos. En esta dirección, este trabajo pretende desarrollar grupos poblacionales de cubanos en cuanto a sus estilos de vida mediante el análisis de datos recopilados en un diagnóstico. Para esto, se presenta un estudio que utiliza una metodología basada en el análisis clúster para identificar similitudes entre los ciudadanos cubanos en cuanto a sus hábitos y estilos de vida. El objetivo específico de la investigación es comparar los resultados del agrupamiento de ciudadanos cubanos en función de sus hábitos y estilos de vida mediante laaplicación de los algoritmos de inteligencia artificial K-Means, DBSCAN y HDBSCAN.Para la realización de la investigación se aplicó elmétodo: Análisis de Componentes Principales para permitir la visualización del dataset. Además, se definieron las métricas de validación interna a aplicar. Como resultado de la investigación se obtiene que la aplicación de las métricas los resultados arrojaron que el algoritmo K-Means realiza para este conjunto de datos una mejor agrupación en cuanto a cohesión, separación y la similitud de los grupos.

2023-11-23T00:00:00Z