Proyectos

Resumen

Para este proyecto es necesario desarrollar un prototipo de software que esté enfocado en el desarrollo léxico-semántico para los niños que comprendan las edades de 4 a 5 años que esté relacionado al currículo ecuatoriano de educación inicial.  Para lo cual, la investigación evalua el aprovechamiento de recursos educativos tecnológicos y lúdicos, con el objetivo principal de diseñar y construir un prototipo de software que estimule el desarrollo lingüístico de los niños, alineándose con el Currículo Ecuatoriano de Educación Inicial. 

Objetivo General:

- Desarrollar un prototipo de software centrado en el desarrollo léxico-semántico para niños  de 4 a 5 años de edad, alineado al currículo ecuatoriano de educación inicial.

Objetivos específicos:

- Realizar una revisión de Literatura  sobre el desarrollo de recursos tecnológicos de información FOSS para el desarrollo léxico-semántico de los niños de 4 a 5 años de edad.

- Analizar el currículo de educación inicial para determinar las destrezas a ser trabajadas en los diferentes ámbitos del desarrollo y empatarlas con los campos semánticos.

- Definir la mecánica de actividades para el prototipo de software para la estimulación léxico- semántica en niños de 4 a 5 años de edad.

- Desarrollar un prototipo de software para la estimulación léxico- semántica en niños de 4 a 5 años de edad.

- Diseñar escenarios, personajes, props y recursos audiovisuales que se utilizarán en el prototipo de software para la estimulación léxico- semántica en niños de 4 a 5 años de edad.

- Validar el prototipo de software.

Responsable

Fabian Carvajal

Resumen

El Internet de las Cosas (IoT) es un paradigma tecnológico que proporciona servicios avanzados mediante la interconexión de entidades digitales (sensores, actuadores, puertas de enlace, servidores, etc) distribuidas en las capas Edge, Fog y Cloud de una infraestructura de IoT. Los sistemas IoT se caracterizan por operar en escenarios altamente distribuidos, heterogéneos, escalables, ubicuos e inciertos. De ahí que, estos sistemas deben ser capaces de adaptar su comportamiento en tiempo de ejecución en respuesta a los cambios de su estado interno y del entorno (p. ej., nuevos dispositivos, fallas en el sistema, contexto y requisitos de usuario), descubriendo nuevos servicios o reconfigurando los existentes, de forma transparente para el usuario.  Por lo tanto, este Trabajo de Investigación tiene como propósito construir un middleware que a partir del descubrimiento de dispositivos IoT (sensores, actuadores) incorpore al modelo de arquitectura de IoT en tiempo de ejecución, los artefactos de software que intervienen y los flujos de datos entre estos tanto en procesos de monitoreo como actuación.

Responsable

Lenin Erazo Garzón

Resumen

El Internet de las Cosas (IoT) es un paradigma tecnológico que proporciona servicios avanzados mediante la interconexión de cosas físicas y digitales, como: sensores, actuadores, computadoras, smartphones, máquinas, vehículos, edificios, ciudades; e, incluso personas y animales. Los sistemas IoT se caracterizan por operar en escenarios altamente distribuidos, heterogéneos, escalables, ubicuos e inciertos. De ahí que, estos sistemas deben ser capaces de adaptar su comportamiento en tiempo de ejecución en respuesta a los cambios de su estado interno y del entorno (p. ej., nuevos dispositivos, fallas en el sistema, contexto y requisitos de usuario), descubriendo nuevos servicios o reconfigurando los existentes, de forma transparente para el usuario.  Por lo tanto, como parte de un Framerwork basado en modelos en tiempo de ejecución para el desarrollo de sistemas IoT automodelables y autoadaptables, este Trabajo de Investigación tiene como propósito construir una aplicación móvil autoadaptiva que provee información o acceso a servicios y recursos de IoT, según el contexto del usuario (ubicación, perfil). La aplicación móvil deberá apoyarse en un middleware de automodelado, el cual será el encargado de analizar tanto el modelo de arquitectura de IoT como el modelo de reglas de adaptación de IoT en tiempo de ejecución, a fin de determinar los servicios y recursos a presentar al usuario. Adicionalmente, la aplicación móvil dispondrá de un gestor para mantener el perfil de usuario; mientras que, el middleware proveerá una interfaz web para visualizar el modelo de arquitectura con las entidades físicas y digitales en tiempo real. Finalmente, se implementará un estudio de caso en el ámbito universitario, el cual mediante la aplicación móvil proveerá información o acceso a servicios académicos y administrativos, según el contexto del usuario (ubicación, perfil).

Responsable

Lenin Erazo Garzón

Resumen

El Internet de las Cosas (IoT) es un paradigma tecnológico que proporciona servicios avanzados mediante la interconexión de cosas físicas y digitales, como: sensores, actuadores, computadoras, smartphones, máquinas, vehículos, edificios, ciudades; e, incluso personas y animales. Los sistemas IoT se caracterizan por operar en escenarios altamente distribuidos, heterogéneos, escalables, ubicuos e inciertos. De ahí que, estos sistemas deben ser capaces de adaptar su comportamiento en tiempo de ejecución en respuesta a los cambios de su estado interno y del entorno (p. ej., nuevos dispositivos, fallas en el sistema, contexto y requisitos de usuario), descubriendo nuevos servicios o reconfigurando los existentes, de forma transparente para el usuario.  Por lo tanto, como parte de un Framerwork basado en modelos en tiempo de ejecución para el desarrollo de sistemas IoT automodelables y autoadaptables, este Trabajo de Investigación tiene como propósito construir una aplicación móvil orientada al descubrimiento de entidades IoT físicas o digitales (p. ej., lugares, personas, equipos, sensores, actuadores) tanto e interiores como exteriores, de acuerdo con la ubicación del usuario. Para el descubrimiento de las entidades se utilizarán diferentes tecnologías de comunicación (bluetooth, WiFi, GPS). Una vez descubierto las entidades, mediante un middleware de automodelado se actualizará el modelo en tiempo de ejecución de arquitectura del sistema IoT. Finalmente, se implementará un estudio de caso en el ámbito universitario, el cual mediante la aplicación móvil proveerá información o acceso a servicios académicos y administrativos, según el contexto del usuario (ubicación, perfil).

Responsable

Lenin Erazo Garzón

Resumen

Con base en el paradigma de desarrollo de software MDE (Ingeniería de Dirigida por modelos) se construirá un metamodelo y un Lenguaje Visual de Modelado específico de Dominio para diseñar tanto la arquitectura de un sistema IoT (conformada por entidades físicas y digitales) como las reglas de adaptación que deben controlarse y cumplirse para la correcta operación del sistema a nivel funcional y no funcional. El DSL será desarrollado en las herramientas OBEO Designer Community y Eclipse Sirius. Además, El DSL será evaluado empíricamente para demostrar el rendimiento (eficiencia, efectividad) y la percepción del usuario sobre la facilidad de uso, utilidad e intención de uso futuro de la solución.

Responsable

Lenin Erazo Garzón

Resumen

Con base en el paradigma de desarrollo de software MDE (Ingeniería de Dirigida por modelos) se construirá un metamodelo, Lenguaje Visual de Modelado Específico de Dominio y un motor para el diseño, implementación y despliegue de infraestructuras distribuidas de contenedores. Estas herramientas permitirán construir infraestructuras de contenedores con un alto grado de abstracción y automatización, basándose únicamente en especificaciones gráficas a nivel del dominio del problema, de tal forma que, el desarrollo sea transparente e independiente de cualquier plataforma (p. ej., Docker, Kubernetes, etc.). A partir del modelo de dominio de la infraestructura de contenedores y por medio de un motor de transformación se creará el código necesario de implementación y despliegue de los contenedores. El DSL será desarrollado en las herramientas OBEO Designer Community y Eclipse Sirius, mientras que el motor en la herramienta Node.js. Además, El DSL será evaluado empíricamente para demostrar el rendimiento (eficiencia, efectividad) y la percepción del usuario sobre la facilidad de uso, utilidad e intención de uso futuro de la solución

Responsable

Lenin Erazo Garzón

Resumen

Hoy en día, debido al uso generalizado de los modelos dentro del proceso de desarrollo para representar un sinnúmero de aspectos e incumbencias del software (p. ej., arquitectura, comportamiento, interfaz de usuario, contexto, objetivos, etc.), existe la creciente necesidad de capturar no sólo los modelos de forma aislada, sino también la relación entre estos. En este sentido, surgen los megamodelos que se definen como: “Un modelo conformado de otros modelos como elementos y de las relaciones que existen entre estos”. Por lo tanto, el presente Trabajo de Titulación tiene como propósito comprender el estado tecnológico del uso de megamodelos en la Ingeniería de Software. Para ello se utilizarán las directrices y procedimientos propuestos por Kitchenham et al.  Finalmente, se ejecutará una evaluación cuantitativa/cualitativa basada en criterios de extracción para identificar las fortalezas y debilidades de los estudios existentes, así como las brechas, desafíos y oportunidades de investigación a futuro.

Responsable

Lenin Erazo Garzón

Resumen

El objetivo del proyecto es determinar las capacidades que posee Whisper en la transcripción de audios a texto y la comparación con otras tecnologías o herramientas de similares características.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

El objetivo del proyecto es explorar los límites y capacidades de un modelo pre entrenado para el reconocimiento automático de voz de audios en español del ECU 911 basado en la arquitectura Transformers para mejorar la calidad y usabilidad de los textos transcritos en futuros proyectos de procesamiento de lenguaje natural.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

El objetivo del proyecto es crear un modelo "Table Question Answering" para recuperar información tabular con lenguaje natural sobre un conjunto específico de datos.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

Categorizar los textos con un modelo pre entrenado para clasificación textual utilizando BERT, RoBerta, AlBert, DistilBERT.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

El objetivo del proyecto es clasificar textos transcritos en español del ECU 911 y evaluar el rendimiento frente a textos de diferente longitud. La clasificación de una emergencia en un centro de comando y control como el ECU 911 es una tarea que puede ser optimizada con el uso de modelos pre entrenados basados en la arquitectura BERT, sin embargo, la calidad y ruido de los datos puede reducir el rendimiento del modelo. En este proyecto, se evalúa el rendimiento de un modelo de clasificación con los datos intactos y con datos que han pasado por un modelo específico para generar resúmenes de la emergencia.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

El objetivo del proyecto es adaptar un modelo en español utilizando la librería Sentence Transfomers con los textos transcritos de emergencia del ECU 911 y mejorar la calidad de sus representaciones (embeddings). Este tipo de modelos son ideales para evaluar la similitud, búsqueda y agrupación semántica de textos.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

El objetivo del proyecto es explorar las capacidades y límites de los modelos basados en la arquitectura BERT en la tarea de procesar preguntas y extraer respuestas bajo el contexto de textos transcritos de emergencia en español del ECU 911.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

El objetivo del proyecto es adaptar la tarea de reconocimiento de entidades nombradas en textos transcritos de emergencia del ECU 911 en español para mejorar su precisión en comparación a los modelos y herramientas tradicionales. BERT es una arquitectura basada en Transformers que utiliza específicamente el componente Encoder, desde su publicación, una oleada de modelos se ha desarrollado y adaptado a varios idiomas, logrando resultados del estado del arte en varias tareas. Para el lenguaje español, existen modelos pre entrenados para la tarea de reconocimiento de entidades nombradas, sin embargo, en el contexto de un centro de emergencias, es crucial lograr el mejor rendimiento. Gracias a las APIs de la librería Transformers, es posible adaptar modelos pre entrenados con datos específicos como textos transcritos de emergencia y obtener un nuevo modelo para este dominio.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

El objetivo del proyecto es corregir errores ortográficos, modismos y adaptar expresiones coloquiales a lenguaje formal en textos transcritos de emergencias del ECU 911 para mejorar su calidad, comprensión y usabilidad en futuros proyectos de procesamiento de lenguaje natural. Los modelos que utilizan ambos elementos de la arquitectura Transformers (Encoder - Decoder) son utilizados para tareas de traducción y generación de resúmenes, sin embargo, son adaptables para nuevas tareas como la formalización de textos.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

La propuesta de este tema es realizar un sistema de recomendación para el pasajero que contenga toda la información disponible sobre la movilidad de los buses urbanos de la ciudad de Cuenca, que conste de tiempo de llegada estimada del bus, disponibilidad de espacio en el interior del bus, horarios de los buses, rutas - conexión de buses, entre otros.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

El presente estudio tiene como objetivo gestionar racionalmente el tráfico urbano implicando a las rutas, paradas, tiempos de llegada y comportamientos de los buses urbanos, y así mejorar la circulación del transporte público. Para conseguir el objetivo de este estudio, es necesario haber aplicado las optimizaciones y predicciones con las técnicas de Machine Learning, y medir sus soluciones en distintos escenarios (tráfico normal, eventos multitudinarios, tráfico en horas pico, etc) a través de un simulador de tráfico y movilidad.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

Con algoritmos de visión artificial se estudiará la capacidad de detectar las múltiples distracciones que un conductor de bus urbano pueda presentar mientras está conduciendo, lo que incluye el uso de celular, distracciones en la mirada, y otros comportamientos distractores. Para lograrlo, es necesario utilizar algoritmos de código abierto que hacen uso de una única red neuronal convolucional para detectar objetos específicos en imágenes o en tiempo real.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

Este proyecto tiene como objetivo conocer la cantidad de pasajeros que transitan en el interior de un bus urbano a través del reconocimiento de objetos (personas) en tiempo real en el campo de la visión artificial. Para lograrlo, cada bus urbano está equipado con una cámara que constantemente se encuentra transmitiendo el interior del bus y a través de librerías de aprendizaje automático ser capaces de detectar y contabilizar a los pasajeros. 

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

En el presente estudio se enfoca en conocer el comportamiento diario de los pasajeros de los buses urbanos, con la finalidad de analizar los factores fundamentales que contribuyen al uso adecuado de los buses y sus rutas garantizando un desplazamiento sostenible. A través de técnicas de Machine Learning, este estudio de fidelización de los pasajeros proporciona información sobre cómo manejar eficientemente el uso del transporte y como este puede afectar al medio ambiente.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

Como propuesta de este tema es optimizar las rutas que debe tener un bus urbano pasando por las paradas correspondientes utilizando búsquedas heurísticas para encontrar una buena solución. Esta optimización permite que el sistema de buses urbanos pueda tener una mayor eficiencia tanto a nivel de uso del bus como ecológico.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

El objetivo de este tema es predecir cuánto tiempo llegará un bus urbano hacia su parada dentro de una ruta. Para lograrlo, se puede utilizar técnicas de Machine Learning para estimar la cantidad de tiempo (valor desconocido) que un bus llega hacia la parada, involucrando varios factores entre ellos distancia, flujo de tráfico, etc.

Responsable

Mtr. Marcos Patricio Orellana Cordero

Resumen

En el tema escogido se optimizarán las frecuencias que poseen los buses urbanos de la ciudad de Cuenca en las diferentes rutas a través de técnicas de Machine Learning o búsquedas heurísticas (Heuristic Search) que permitan conocer cuál es la mejor frecuencia para los buses que realizan tal ruta. El análisis de la mejor frecuencia para una ruta proporciona información valiosa a los buses urbanos con la finalidad de mejorar la toma de decisiones sobre la cantidad de buses urbanos deben ir sobre una ruta.

Responsable

Mtr. Marcos Patricio Orellana Cordero