<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <title>DSpace Collection:</title>
  <link rel="alternate" href="http://repositorio.usfq.edu.ec/handle/23000/63" />
  <subtitle />
  <id>http://repositorio.usfq.edu.ec/handle/23000/63</id>
  <updated>2026-04-10T18:19:14Z</updated>
  <dc:date>2026-04-10T18:19:14Z</dc:date>
  <entry>
    <title>Predicción de actividades productivas empresariales a través de un enfoque basado en relatedness density y registros administrativos a nivel de empresa del Servicio de Rentas Internas (SRI)</title>
    <link rel="alternate" href="http://repositorio.usfq.edu.ec/handle/23000/14993" />
    <author>
      <name>Terán Mina, Gustavo René</name>
    </author>
    <id>http://repositorio.usfq.edu.ec/handle/23000/14993</id>
    <updated>2026-01-14T08:00:58Z</updated>
    <published>2025-05-01T00:00:00Z</published>
    <summary type="text">Title: Predicción de actividades productivas empresariales a través de un enfoque basado en relatedness density y registros administrativos a nivel de empresa del Servicio de Rentas Internas (SRI)
Authors: Terán Mina, Gustavo René
Abstract: La predicción de actividades productivas empresariales es fundamental para la planificación económica y la formulación de políticas públicas basadas en datos. Este trabajo propone un enfoque basado en Relatedness Density y técnicas avanzadas de Machine Learning para anticipar la aparición de nuevas actividades económicas pioneras en los cantones del Ecuador, como una forma de modelar la evolución de la productividad territorial. Se emplean datos administrativos del Servicio de Rentas Internas (SRI) correspondientes al período 2007-2015...
Description: The prediction of productive business activities is essential for economic planning and evidence-based policy-making. This study proposes an approach based on Relatedness Density and advanced Machine Learning techniques to anticipate the emergence of new pioneering economic activities across Ecuadorian cantons, as a way to model the evolution of local productivity. Administrative data from Ecuador’s Internal Revenue Service (SRI) covering the period 2007–2015 is employed...</summary>
    <dc:date>2025-05-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Diseño de una aplicación para la optimización de dietas mediante el uso de inteligencia artificial.</title>
    <link rel="alternate" href="http://repositorio.usfq.edu.ec/handle/23000/14974" />
    <author>
      <name>Uscocovich Galarza, Fabrizzio Andree</name>
    </author>
    <id>http://repositorio.usfq.edu.ec/handle/23000/14974</id>
    <updated>2025-12-19T08:01:51Z</updated>
    <published>2025-05-12T00:00:00Z</published>
    <summary type="text">Title: Diseño de una aplicación para la optimización de dietas mediante el uso de inteligencia artificial.
Authors: Uscocovich Galarza, Fabrizzio Andree
Abstract: El estilo de vida moderno impulsado por los avances tecnológicos ha transformado el modo de&#xD;
vivir de las personas en la actualidad tanto para bien como para mal. A pesar de simplificar un&#xD;
gran número de tareas, también ha fomentado el incremento de hábitos poco saludables como&#xD;
puede ser el sedentarismo...
Description: The modern lifestyle, driven by technological advances, has transformed the way people live&#xD;
today, both for better and worse. Despite simplifying a large number of tasks, it has also&#xD;
fostered the rise of unhealthy habits such as a sedentary lifestyle...</summary>
    <dc:date>2025-05-12T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Detección y seguimiento de individuos en entornos complejos.</title>
    <link rel="alternate" href="http://repositorio.usfq.edu.ec/handle/23000/14971" />
    <author>
      <name>Endara Revelo, Sebastián Josué</name>
    </author>
    <id>http://repositorio.usfq.edu.ec/handle/23000/14971</id>
    <updated>2025-12-17T08:00:29Z</updated>
    <published>2025-05-13T00:00:00Z</published>
    <summary type="text">Title: Detección y seguimiento de individuos en entornos complejos.
Authors: Endara Revelo, Sebastián Josué
Abstract: Esta investigación aborda el desafío de detectar, seguir y analizar la saturación de individuos en entornos complejos utilizando técnicas de visión por computadora. El objetivo principal es desarrollar un sistema de detección automatizado que maximice la precisión en la identificación de individuos mientras mantiene la eficiencia computacional...
Description: This research tackles the challenge of detecting, tracking, and analyzing the saturation of individuals in complex environments using computer vision techniques. The primary objective is to develop an automated detection system that maximizes individual identification accuracy while maintaining computational efficiency...</summary>
    <dc:date>2025-05-13T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Ingeniería de características basada en ontologías para mejorar el rendimiento de modelos de machine learning.</title>
    <link rel="alternate" href="http://repositorio.usfq.edu.ec/handle/23000/14960" />
    <author>
      <name>Jiménez Gómez, Daniela Anaí</name>
    </author>
    <id>http://repositorio.usfq.edu.ec/handle/23000/14960</id>
    <updated>2025-12-17T08:01:23Z</updated>
    <published>2025-05-12T00:00:00Z</published>
    <summary type="text">Title: Ingeniería de características basada en ontologías para mejorar el rendimiento de modelos de machine learning.
Authors: Jiménez Gómez, Daniela Anaí
Abstract: El presente trabajo propone una metodología de ingeniería de características basada en ontologías, con el objetivo de mejorar el rendimiento y la interpretabilidad de modelos de machine learning. A través del desarrollo de una ontología educativa construida sobre el dataset “Student Performance”, se integraron estructuras semánticas al pipeline de procesamiento, permitiendo una agrupación conceptual y justificada de atributos...
Description: This study proposes an ontology-based feature engineering methodology aimed at enhancing both the performance and interpretability of machine learning models. By developing an educational ontology structured around the “Student Performance” dataset, semantic structures were integrated into the processing pipeline to conceptually group and justify data attributes...</summary>
    <dc:date>2025-05-12T00:00:00Z</dc:date>
  </entry>
</feed>

