http://rein.umcc.cu/handle/123456789/2339 2026-04-07T10:37:47Z http://rein.umcc.cu/handle/123456789/2356 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 http://rein.umcc.cu/handle/123456789/2355 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