Evaluadores participantes

La Dirección de Ciencia y Tecnología agradece muy especialmente a los/as colegas que se listan aquí por haber participado en calidad de revisores/as de los manuscritos que se fueron recibiendo en virtud de este nuevo número de la revista.

Retrospectiva y prospectiva del Desarrollo de las generaciones de biocombustibles

Los biocombustibles se clasifican de acuerdo con el tipo de materia prima, en biocombustibles de primera, segunda, tercera y cuarta generación. Los biocombustibles de primera generación se producen a partir de cultivos, para transformarlo, mediante el proceso de fermentación. El debate con este tipo de biocombustibles se da debido a que la mayoría de éstos son producidos a partir de cultivos destinados al consumo humano. Los biocombustibles de segunda generación son obtenidos de materias primas no comestibles, como la madera, desechos orgánicos y cultivos específicos, eliminando el principal problema con los biocombustibles de primera generación, ofreciendo una mayor competitividad en el mercado en términos de su costo en relación con los combustibles fósiles existentes. Los biocombustibles de tercera generación usan microorganismos como materia prima, mientras que los biocombustibles de cuarta generación se centran en modificar genéticamente estos microorganismos para lograr una relación alta de hidrógeno a carbono junto con la creación de un extractor de dióxido de carbono artificial para eliminar o minimizar las emisiones de carbono. El objetivo de esta investigación es brindar un amplio panorama de las cuatro generaciones de biocombustibles líquidos, así como los actuales esfuerzos en el desarrollo en este campo. Este trabajo concluye que las metodologías que existen en la actualidad para producir biocombustibles de primera y segunda generación pronto no satisfarán la demanda de biocombustibles y en consecuencia se deben dirigir los recursos y esfuerzos hacia la tercera y cuarta generación, con especial énfasis al desarrollo de la ingeniería genética de las materias primas.

Design of a tool for the classification of skin cancer images using Deep Neural Networks (DNN)

Skin cancer is one of the most common diseases in the world population. Usually, the diagnosis requires the acquisition of dermatoscopic images. Both biopsy and histopathology have been used in advanced stages. Its early detection is very important to increase patient life quality and life expectancy. In Colombia, the lack of qualified professionals and medical instruments difficulties this task. The automatic classification is a huge challenge, due to ample variety and morphology in skin lesions. Nowadays, Deep Learning reaches elevated accuracy levels in image classification tasks and is set to become a reliable solution for medical image classification. In this research, used these DNN advantages to build a convolutional neural network (CNN) trained with open source databases to the classification of skin lesions benign and malignant. After the training process, we develop an embedded system with raspberry Pi 3 B+ with a generic camera and implemented the CNN described in Python coded-based. For the benign and malignant classification, the prototype reached an accuracy level of 91.06% in the F1 score and a recall of 91.98%.

Transformación digital para una gestión de proyectos eficiente a distancia

La crisis mundial obligó a más de la mitad de la humanidad a un aislamiento social, provocando que la transformación digital (TD) y la Industrialización 4.0 se vean aceleradas en las organizaciones. Hemos llegado a un punto de inflexión ya que este proceso continuará más allá del fin del confinamiento.En esta presentación revisaremos cómo materializar las buenas prácticas digitales de gestión de proyectos para superar los retos del cambiante ecosistema, optimizando nuestro manejo del capital humano a distancia de manera efectiva.En una primera parte, analizaremos, desde una perspectiva teórica, cómo la transformación digital ayuda en el manejo de la triple restricción en situaciones de distanciamiento y optimiza el esfuerzo necesario en los grupos de procesos para obtener una organización eficiente.En una segunda etapa veremos los casos de la empresa ARPL y de la institución SENACE. Por un lado, se explorará cómo esta empresa de ingeniería de la cementera UNACEM controla las horas presupuestadas; por otro lado, veremos cómo esta institución pública, adscrita al Ministerio del Ambiente de Perú, cumple con los plazos establecidos por la regulación nacional sin exceder su capacidad de recursos.

Exploring parallel formal verification of BIG-DATA systems

Software Engineering is trying to adapt its tools, mechanisms and techniques to cope with the challenges involved when developing BIG DATA software systems. In particular, formal verification in one of the areas that more urgently is required to step in. In this work we introduce two crucial aspects to consolidate the FVS tool to tackle this issue. For one side, FVS’s parallel algorithm is proved to be sound and correct. For the other side, we developed a compelling empirical validation of our approach, employing a communication protocol relevant in the industrial world within a context of parallel systems, introducing a load-balancer process and comparing several implementations.

Perfiles de microaerogeneradores HAWT a bajo número de REYNOLDS

Este trabajo consiste en el estudio aerodinámico de 8 perfiles alares distintos; NACA 0012, NACA 4412, NREL S822, NREL S823, NREL S833, CLARK Y, SD7080 (9.2%), Wortmann FX 63-137 a bajo número de Reynolds. De manera de poder seleccionar el perfil ideal para el diseño de los álabes de un aerogenerador de baja potencia de ≈ 1 kW. Mediante el software QBlade se han analizado los valores de los coeficientes adimensionales de sustentación (CL) y arrastre (CD) a un Reynolds de 109.007 y un rango de ángulos de ataque (α) de 0° a 20°. Mientras que utilizando el software SolidWorks® se ha simulado el comportamiento del flujo de aire alrededor de los perfiles bajo distintas condiciones de cálculo, variando el refinamiento en búsqueda de la convergencia de los resultados.Finalmente, se realizó una comparación de los resultados de simulación numérica obtenidos con Flow Simulation con los del software QBlade®. De esta forma se pretende verificar las simulaciones obtenidas, a fin de seleccionar el perfil adecuado para las condiciones de estudio.

End-to-end platform evaluation for Spanish Handwritten Text Recognition

The task of automated recognition of handwritten texts requires various phases and technologies both optical and language related. This article describes an approach for performing this task in a comprehensive manner, using machine learning throughout all phases of the process. In addition to the explanation of the employed methodology, it describes the process of building and evaluating a model of manuscript recognition for the Spanish language. The original contribution of this article is given by the training and evaluation of Offline HTR models for Spanish language manuscripts, as well as the evaluation of a platform to perform this task in a complete way. In addition, it details the work being carried out to achieve improvements in the models obtained, and to develop new models for different complex corpora that are more difficult for the HTR task.

Arquitectura de Red Neuronal para el Desarrollo de Agentes Conversacionales destinados a la Atención al Cliente en las Redes Sociales

La atención al cliente es un tema importante para las empresas y cada vez los usuarios son más exigentes con el tiempo de respuesta, la cantidad de interacciones y la calidad de las respuestas. Para brindar dicho servicio, las empresas utilizan chatbots porque proporcionan atención las 24 horas y reducen los costos de facturación, pero carecen de flexibilidad para desarrollar diálogos reales porque enfrentan dificultades para comprender el estilo de escritura y vocabulario de los usuarios. En este trabajo, se presenta una arquitectura híbrida combinando los modelos de conversación basados en recuperación y en generación para resolver dicha problemática y para demostrar la viabilidad del enfoque propuesto se comparó distintos algoritmos de aprendizaje profundo.

Human Action Recognition in Videos using a Robust CNN LSTM Approach

Action recognition in videos is currently a topic of interest in the area of computer vision, due to potential applications such as: multimedia indexing, surveillance in public spaces, among others. In this paper we propose (1) Implement a CNN–LSTM architecture. First, a pre-trained VGG16 convolutional neural network extracts the features of the input video. Then, an LSTM classifies the video in a particular class. (2) Study how the number of LSTM units affects the performance of the system. To carry out the training and test phases, we used the KTH, UCF-11 and HMDB-51 datasets. (3) Evaluate the performance of our system using accuracy as evaluation metric. We obtain 93%, 91% and 47% accuracy respectively for each dataset.

Diagnóstico inteligente de flebotrombosis

Este artículo presenta una red bayesiana desarrollada para efectuar el diagnóstico de trombosis venosa profunda o flebotrombosis profunda. Para efectuar la detección de la afección en el paciente la red considera síntomas, antecedentes clínicos, y determinados resultados de laboratorio y de prácticas médicas. El testeo de la red se realizó con 60 casos reales y trabajando con dos médicos especializados. Los resultados para las métricas aplicadas fueron satisfactorios.