LQLuz Delia Quina Quina

Luz Delia Quina Quina

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Luz Delia Quina Quina has a total of 14 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Recent advances and trends in meat and fish analogues: emerging technologies and functional ingredients

    by P. J. Javier Sucari, E. Huanatico Suarez, U. Quispe Valenzuela, J. Mamani Paredes, J. C. Huanca Marín, P. A. Beltrán Barriga, L. D. Quina Quina, F. M. Huacani Pacori

    Meat analogues, made from plant proteins, my coproteins Cultured cells and plant-based products have emerged as a sustainable alternative to the challenges associated with conventional meat consumption. This systematic review, based on scientific literature indexed in databases such as Scopus, Web of Science, and ScienceDirect, analyzes recent advances and trends in this field. It examines the historical background, from traditional practices to current innovations, as well as the main production methodologies, highlighting high-moisture extrusion for its scalability and cost-effectiveness. The most commonly used ingredients, such as soy, pea, and hemp proteins, are described, along with fortification strategies using microencapsulation to improve the stability and functionality of bioactive compounds. The review also addresses emerging technologies such as 3D food printing and the development of hybrid products, which offer new opportunities for customization. Although challenges related to cost and sensory properties persist, future prospects indicate increasing adoption driven by biotechnological innovations in the food industry.

  • Open Access

    Diseño de una arquitectura para el procesamiento distribuido de grandes volúmenes de datos

    by Julio César Huanca Marín, Luz Delia Quina Quina, Claudio Isaias Huancahuire Bravo, Guido Bravo Mendoza

    Actualmente, Big Data se ha convertido en un concepto que está presente en muchas actividades, y su importancia es debido a que es utilizado en diversos aspectos que conduzcan a mejorar decisiones en el campo empresarial y gubernamental. Es posible analizar los grandes volúmenes de datos, tanto estructurados como no estructurados, que a cada día aumentan en los diferentes negocios y campos del conocimiento. Para obtener resultados satisfactorios es importante diseñar una arquitectura físicamente en base a Hardware Commodity (homogénea, heterogénea), escalable horizontalmente y con tolerancia a fallas. De esta manera, actualmente, con la evolución de las herramientas, es conveniente utilizar un híbrido donde la parte lógica trabaja con el Framework Apache Hadoop 2.0, que realiza el procesamiento de datos en paralelo (utilizando YARN), con almacenamiento HDFS (Sistema de Archivos Distribuidos sobre Hadoop) y agregando Spark para el tratamiento en memoria con respuestas en tiempo real y la utilización de recursos gráficos mediante Apache Ambari.

  • Open Access

    Visión artificial en reconocimiento de patrones para clasificación de frutas en agronegocios

    by Reynaldo Sucari León, Yolanda Aroquipa Durán, Luz Delia Quina Quina, Edgardo Quispe Yapo, Anibal Sucari León, Fredy Abel S Huanca Torres

    La presente tuvo como objetivo determinar la efectividad de aplicar visión artificial en reconocimiento de patrones para la clasificación de frutas en los agronegocios, para ello se ha empleado una base de datos con 50 registros de 6 variedades de frutas donde se consideró 4 características para cada fruta y una muestra de 20 frutas, así mismo se ha empleado la técnica reconocimiento automático de patrones por medio del clasificador bayesiano implementado en Octave, en el experimento se logró reconocer las frutas hasta en un 93.33% y errando en 6.67%. Concluyendo que si es efectivo aplicar la visión artificial en el reconocimiento de patrones para clasificar frutas.