Automated Detection and Classification of Wildlife in the Chocó Forest (Canandé) using Camera Traps. See

El monitoreo manual de fauna silvestre mediante cámaras trampa representa un desafío significativo por el volumen de datos y el tiempo requerido para su análisis, particularmente en regiones megadiversas como el bosque del Chocó. Para abordar esta problemática, se presenta un sistema automatizado basado en aprendizaje profundo para la detección y clasificación de seis especies objetivo (Agutí Centroamericano, Ardillas, Armadillo de Nueve Bandas, Paca de Tierras Bajas, Roedores y Tinamú Grand...

Optimizing Semi-Supervised Models for Wildlife Classification in Tiputini Camera Trap Images. See

El monitoreo de la vida silvestre presenta desafíos significativos en la clasificación de especies visualmente similares, especialmente cuando se dispone de datos etiquetados limitados. Este trabajo se centra en clasificar dos especies relacionadas, el pecarí de labios blancos (Tayassu pecari) y el pecarí de collar (Pecari tajacu), utilizando técnicas de aprendizaje semisupervisado...

Detección de comentarios acusatorios con indicios de corrupción en los procesos de compras públicas de Ecuador utilizando Procesamiento de Lenguaje Natural. See

En los procesos de contratación pública, toda la información relacionada es de importancia para valorar su validez y transparencia: actores involucrados, montos, relaciones, cantidades, especificaciones técnicas, entre otros. Dentro de ésta, los comentarios escritos por los participantes durante los procesos representan una fuente invaluable y complementaria de información para identificar posibles indicios de corrupción...

Aprendizaje No Supervisado para la Identificación de Perfiles Educativos en el Ámbito de la Educación Superior en el Ecuador. See

El uso de técnicas de aprendizaje no supervisado en el análisis de datos educativos está revolucionando la forma en que las instituciones de educación superior y los entes gubernamentales enfrentan los retos del sector. Este trabajo de investigación se centra en la implementación de dos algoritmos de clustering. K-modes, diseñado de forma específica para clusterizar datos categóricos o binarios; y clustering jerárquico con el método de enlace haming, que también esta diseñado para ser us...

Comparative Evaluation of Supervised Machine Learning Models for CreditScore Prediction using CACPECO Data. See

La calificación crediticia es un instrumento crucial para que los asesores financieros determinen la elegibilidad de un cliente para un préstamo. Tradicionalmente, estas calificaciones dependen de agencias de crédito externas que consolidan datos financieros globales, incluidas las deudas totales y los historiales crediticios. Sin embargo, las instituciones financieras más pequeñas enfrentan desafíos para acceder a esta información restringida...

Modelos de Lenguaje Grande para el Análisis y Verificación de Hechos en Discursos Políticos. See

Este estudio explora la aplicación de Modelos de Lenguaje Grande (LLMs) para el análisis de discursos políticos y la verificación de hechos en Ecuador. La investigacion cubre tres tareas principales: la generación de resúmenes concisos, el análisis de sentimiento y la verificación de hechos utilizando un enfoque híbrido que combina fine-tuning y Retrieval-Augmented Generation (RAG)...

Advancing Wildlife Image Classification: A Comparative Study of Supervised and Self-Supervised Learning in Tiputini, Ecuador. See

La pérdida de biodiversidad representa un importante desafío global que requiere herramientas avanzadas para un monitoreo efectivo de la vida silvestre. Las cámaras trampa generan grandes volúmenes de información, pero, la anotación manual requiere el un alto costo y tiempo, reduciendo su utilidad. Esta tesis investiga la aplicación de enfoques de aprendizaje supervisado y autosupervisado para la clasificación de imágenes de vida silvestre utilizando datos de la Estación de Biodiversidad...

Aplicación de Redes Neuronales Informadas por Física (PINNs) en el Método de Conjuntos de Nivel. See

En el presente trabajo se implementan redes neuronales informadas por física (PINNs) para la resolución de ecuaciones diferenciales obtenidas de la aplicación del método de conjuntos de nivel en problemas de evolución de interfaces. Estos problemas son la rotación del círculo, rectángulo y disco de Zalesak a través de un punto en el plano y la deformación de un círculo en un vórtice...

A Hybrid Model for Enhanced Bug Classification: Leveraging TF-IDF,BERT, and k-NN. See

La creciente complejidad de los sistemas de software modernos ha generado la necesidad de contar con métodos más eficientes para la clasificación de errores, con el fin de optimizar el mantenimiento y reducir el tiempo de inactividad. Este trabajo presenta un modelo híbrido que combina técnicas tradicionales de recuperación de información, como TF-IDF, con modelos avanzados de aprendizaje profundo, como BERT, integrados mediante un clasificador k-NN...