Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Martha Elva Ramírez Guzmán has a total of 35 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Predicción del picudo del chile en Sinaloa con XGBoost - un modelo de Aprendizaje Automático

    by Nancy Villegas-Jiménez, Martha E. Ramírez-Guzmán, E. Ibarra-Zapata

    El picudo del chile (Anthonomus eugenii Cano) se originó en América Central y México.

  • Open Access

    Ajuste eficiente de BERT con LoRA en CPU: un marco reproducible para aplicaciones de Procesamiento de Lenguaje Natural

    by Diego Armando Poveda García, Martha Elva Ramírez Guzmán, Mauricio Rodríguez Herrera, Erwin Fabián García López

    En los últimos años, el desarrollo de la inteligencia artificial (IA) ha avanzado significativamente con la aparición de modelos preentrenados a gran escala, como GPT, BERT y CLIP. En particular BERT es un modelo de lenguaje que aprende las relaciones entre palabras tras analizar grandes volúmenes de texto, lo que lo hace útil para muy diversas tareas de análisis textual. Ajustarlo a un nuevo dominio suele implicar largas horas de entrenamiento con tarjetas gráficas costosas. Este artículo demuestra que la técnica de Adaptación de Bajo Rango (LoRA) permite actualizar BERT por completo en un ordenador de escritorio con procesador y 16 GB de RAM, manteniendo una tasa de acierto superior al 88 % en un banco de noticias (AG News) y reduciendo el tiempo de entrenamiento a una vigésima parte frente al método tradicional. Se detalla un protocolo reproducible —incluyendo comandos, parámetros y consumo real de memoria— de modo que investigadores y profesionales puedan reutilizar BERT en tareas como clasificación de textos, detección de temas o extracción de información sin depender de hardware especializado.

  • Open Access

    Clasificación del Riesgo Fitosanitario asociado a productos de importación con SVM un algoritmo de Aprendizaje Automático

    by M.E. Ramírez-Guzmán, N. Villegas-Jiménez

    La importación de productos agrícolas es una vía para la introducción de plagas cuarentenarias, las cuales vienen en forma de nemátodos, bacterias, virus, insectos, entre otros.

  • Open Access

    Predicción del gusano barrenador del ganado mediante un modelo GAM: caso Panamá

    by N. Villegas-Jiménez, M.E. Ramírez-Guzmán

    Cochliomyia hominivorax es un parásito obligado que produce miasis (gusanera), mediante la infestación de las larvas de la mosca en tejido vivo de mamíferos, el cual afecta primordialmente al ganado y al humano.

  • Open Access

    Implementación del método de optimización de máquinas de soporte vectorial en R

    by Diego Armando Poveda García, Martha Elva Ramírez Guzmán, Yolanda Margarita Fernandez-Ordoñez, Erwin Fabián García López

    Contexto: La optimización de máquinas de soporte vectorial (SVM, por su sigla en inglés) ha sido un tema recurrente en diversos foros y publicaciones relacionadas con la inteligencia artificial (IA) y el aprendizaje automático. A pesar de su relevancia, existe una notable ausencia de directrices claras para la selección y optimización de los hiperparámetros asociados a las distintas funciones kernel utilizadas en SVM, lo cual puede comprometer la eficacia de estas herramientas en tareas de clasificación y regresión.Objetivo: Este estudio tiene como objetivo general presentar un método detallado y riguroso para la optimización de los hiperparámetros en SVM, mediante el uso de la librería e1071 en R. Se busca, así, proporcionar una guía clara para futuros investigadores y practicantes en el campo, que les permita implementar de manera efectiva SVM ensus proyectos.Metodología: Se emplearon las librerías e1071 y scales en R para estandarizar los datos y ajustar los modelos SVM con diferentes tipos de kernel (lineal, radial, sigmoide y polinomial). Se procedió a la optimización de hiperparámetros mediante la función “tune”, con análisis de conjuntos de entrenamiento y prueba para verificar la bondad de ajuste. Se utilizó una metodología detallada para seleccionar los hiperparámetros óptimos de cada kernel, a partir del estudio de la eficacia de la clasificación y la minimización del error.Resultados: Los resultados destacan la correcta selección y optimización de los hiperparámetros en SVM, y demuestran mejoras significativas en la clasificación al aplicar el método propuesto. Se encontró que la elección de hiperparámetros óptimos varía considerablemente entre los diferentes tipos de kernel y que su adecuada optimización contribuye a la precisión del modelo.Conclusiones: La implementación detallada y el ajuste de los hiperparámetros en SVM son cruciales para maximizar su desempeño. Este artículo proporciona un código optimizado y una metodología clara para su implementaciónen R, lo cual facilita la tarea de investigadores y analistas en el campo del aprendizaje automático. Se enfatiza la necesidad de considerar la especificidad de cada conjunto de datos y la relevancia de la experiencia en la selección de hiperparámetros. También, se sugiere, para futuras investigaciones, explorar y expandir las fronteras de las SVM en la solución de problemas complejos de clasificación.


  • Open Access

    Análisis bibliométrico de la investigación científica sobre modelos para estimar evapotranspiración en cultivos agrícolas

    by Cecilia González Pérez, Alberto Santillan-Fernandez, Pablito Marcelo López Serrano, Martha Elva Ramírez Guzmán, Víctor Hugo Quej Chi, Eugenio Carrillo Ávila

    El objetivo fue analizar la evolución espacio-temporal de la producción de artículos científicos que utilizaron alguna metodología para la estimación de la evapotranspiración potencial en un cultivo agrícola (ETP). Se recopilaron 475 artículos científicos disponibles en la Web of Science. Los modelos para estimar la ETP de mayor frecuencia fueron los propuestos por FAO-Penman-Monteith (31.79%), Pemnan-Monteith (26.11%), y Thornthwaite (11.37%), y se aplicaron principalmente a cultivos de maíz, sorgo, soya y papa, en países como Estados Unidos, China, Brasil, e India, lideres agrícolas a nivel mundial. Se encontró que ocurrió un crecimiento exponencial en la publicación de los textos de 1984 a 2020 (R2 = 0.7624), lo que denota la relevancia del tema como un mecanismo para eficientizar el agua.


  • Open Access

    Quality of floral stems of lisianthus (Eustoma grandiflorum Raf.) inoculated with Bacillus subtilis and Glomus intraradices

    by David Jaén-Contreras, Ma. de Lourdes Arévalo-Galarza, Martha Elva Ramírez-Guzman, Jorge Cadena-Iñiguez, Marcos Ventura Hernández-Vázquez

    Lisianthus (Eustoma grandiflorum) is an ornamental species used as a potted plant or cut flower, its popularity is due to the diversity of colors, number of flower buds, and shelf life. Nevertheless, during the first phases of development, problems such as foliar chlorosis and root diseases affects most cultivars, causing poor growth, thin stems, and few flowers. The use of plant growth-promoting rhizobacteria (PGPR) and arbuscular mycorrhizal fungi (AMF) improved plant growth as these microbes colonize the plant system root. Therefore, in order to provide better conditions for the stem development, the aim of this work was to evaluate the individual and combined effect of Bacillus subtilis (PGPR) and Glomus intraradices (AMF) on the growth and postharvest quality of the stems of lisianthus cv. Mariachi. Then commercial product Alubión-X (Bacillus subtilis (PGPR) and mycorrhizal fungus (Glomus intraradices) were used. The variables evaluated were stem height and diameter, foliar area, leaves number and in postharvest, buds number, open and diameter of flowers and stem dry weight. The results showed a significant effect of the inoculation of G. intraradices on the size (66.92 cm) of the stem, as well as the combination of B. subtilis + G. intraradices (65.51 cm) compared to the control (36.9 cm). The number of buds and open flowers of the stems treated with G. intraradices were 33.35 and 23.9 respectively significantly higher than the control. G. intraradices alone is the best option for applying to lisianthus, when compared to applying with B. Subtilis.


  • Open Access

    Flooded Extent and Depth Analysis Using Optical and SAR Remote Sensing with Machine Learning Algorithms

    by Jesús Soria-Ruiz, Yolanda M. Fernandez-Ordoñez, Juan P. Ambrosio-Ambrosio, Miguel J. Escalona-Maurice, Guillermo Medina-García, Erasto D. Sotelo-Ruiz, Martha E. Ramirez-Guzman

    Recurrent flooding occurs in most years along different parts of the Gulf of Mexico coastline and the central and southeastern parts of Mexico. These events cause significant economic losses in the agricultural, livestock, and infrastructure sectors, and frequently involve loss of human life. Climate change has contributed to flooding events and their more frequent occurrence, even in areas where such events were previously rare. Satellite images have become valuable information sources to identify, precisely locate, and monitor flooding events. The machine learning models use remote sensing images pixels as input feature. In this paper, we report a study involving 16 combinations of Sentinel-1 SAR images, Sentinel-2 optical images, and digital elevation model (DEM) data, which were analyzed to evaluate the performance of two widely used machine learning algorithms, gradient boosting (GB) and random forest (RF), for providing information about flooding events. With machine learning models GB and RF, the input dataset (Sentinel-1, Sentinel-2, and DEM) was used to establish rules and classify the set in the categories specified by previous tags. Monitoring of flooding was performed by tracking the evolution of water bodies during the dry season (before the event) through to the occurrence of floods during the rainy season (during the event). For detection of bodies of water in the dry season, the metrics indicate that the best algorithm is GB with combination 15 (F1m = 0.997, AUC = 0.999, K = 0.994). In the rainy season, the GB algorithm had better metrics with combination 16 (F1m = 0.995, AUC = 0.999, Kappa = 0.994), and detected an extent of flooded areas of 1113.36 ha with depths of <1 m. The high classification performance shown by machine learning algorithms, particularly the so-called assembly algorithms, means that they should be considered capable of improving satellite image classification for detection of flooding over traditional methods, in turn leading to better monitoring of flooding at local, regional, and continental scales.


  • Open Access

    Maduración en poscosecha de frutos de aguacate cultivares Hass y Méndez tratados con etefón

    by Nallely Rosas Flores, Crescenciano Saucedo Veloz, Daniela Saucedo Reyes, Alfredo López Jiménez, Salvador Valle Guadarrama, Martha Elva Ramírez Guzmán, Sergio Humberto Chávez Franco

    Un problema en poscosecha de aguacate (Persea americana Mill.) es la heterogeneidad en la maduración de los frutos, debido a diferencias en el momento de amarre y la incapacidad para madurar en el árbol, situación que provoca inconsistencias en la calidad y diferencias en la respuesta a tecnologías de conservación y procesamiento. En poscosecha, la aplicación de gas etileno en cámaras herméticas se ha utilizado para adelantar la maduración; sin embargo, se ha propuesto como alternativa el uso de liberadores de etileno en forma líquida (etefón), principalmente para el tratamiento de bajos volúmenes de fruta. El presente trabajo fue realizado en la zona productora de Salvador Escalante (Michoacán, México) con el objetivo de evaluar el efecto de la aplicación de dos concentraciones de etefón en el tiempo y homogeneización de la maduración de frutos de los cultivares (cv.) de aguacate Hass y Méndez. Se cosecharon frutos con 23.4% (cv. Hass) y 24% (cv. Méndez) de materia seca; un grupo se sumergió en una solución de etefón 500 mg/l y otro, en 1000 mg/l, ambos durante 5 minutos; los frutos tratados, más un control fueron almacenados a 20 °C por 11 días. Se evaluaron cambios en la respiración, producción de etileno, pérdidas de peso, firmeza, color en epicarpio y en pulpa, concentración de fenoles totales, clorofila y carotenoides totales. Los resultados mostraron que las dosis de etefón de 1000 mg/l en cv. Hass y de 500 mg/l en cv. Méndez presentaron un proceso de maduración 2 días más temprano que el control. A common problem in avocado (Persea americana Mill.) postharvest is the heterogeneity in the ripening of the fruits, due to differences in the time of fruit set and the inability to ripen on the tree, a situation that causes inconsistencies in the quality and differences in the response to preservation and processing technologies. In postharvest, the application of ethylene gas in hermetic chambers has been used to fasten ripening; However, the use of ethylene releasers in liquid form (ethephon) has been proposed as an alternative, mainly for the treatment of low volumes of fruit. The present work was carried out in the producing area of Salvador Escalante (Michoacán, Mexico) with the objective of evaluating the effect of the application of two concentrations of ethephon over time and homogenization of the ripening of fruits of avocado cultivars (cv.) Hass and Mendez. Fruits were harvested with 23.4% (cv. Hass) and 24% (cv. Méndez) of dry matter; one group was immersed in a 500 mg / l ethephon solution and another, in 1000 mg / l, both for 5 minutes; the treated fruits, plus a control, were stored at 20 ° C for 11 days. Changes in respiration, ethylene production, weight loss, firmness, epicarp and pulp colour, the concentration of total phenols, chlorophyll and total carotenoids were evaluated. The results showed that ethephon doses of 1000 mg/l in cv. Hass and 500 mg/l in cv. Méndez presented a maturation process 2 days earlier than the control.


  • Open Access

    Enfoque espacial para modelación de carbono en el mantillo de bosques bajo manejo forestal maderable

    by Zaira Rosario Pérez-Vázquez, Gregorio Ángeles-Pérez, Bruno Chávez-Vergara, José René Valdez-Lazalde, Martha Elva Ramírez-Guzmán

    El piso forestal o mantillo es el almacén de carbono que regula la mayoría de los procesos funcionales de los ecosistemas forestales, influyendo directamente en la fertilidad del suelo y en la productividad del sitio. El contenido de carbono en el piso forestal es altamente variable en espacio y tiempo; por ello, obtener evaluaciones precisas del carbono contenido en este almacén representa un desafío metodológico importante a cualquier escala. En este estudio, se compararon cuatro métodos de modelación espacial para mapear el contenido de carbono en el piso forestal de un bosque templado. Los métodos fueron kriging ordinario, modelo lineal generalizado, modelo aditivo generalizado y random forest. Las estimaciones del contenido de carbono fueron realizadas para 2013 y 2018. Las variables predictoras representan la estructura espacial, del dosel y topográfica presente en el área de estudio. Todos los modelos fueron evaluados mediante validación cruzada y se determinó el error medio absoluto, el error cuadrático medio y el coeficiente de determinación. El desempeño de los métodos fue, en orden decreciente: random forest, modelo aditivo generalizado, modelo lineal generalizado y kriging ordinario. El método kriging ordinario reflejó el grado de dependencia espacial del contenido de carbono, pero las estimaciones espaciales fueron poco realistas (R2 ≤ 0.35). El modelo aditivo generalizado y el modelo lineal generalizado mostraron buen desempeño (R2 ≥ 0.70), pero mayor sobreestimación; random forest obtuvo el mejor ajuste (R2 ≥ 0.86) para modelar contenido de carbono en ambos años evaluados. Se concluye que random forest es un método prometedor, con gran potencial para mejorar las estimaciones de carbono en el mantillo a escala de paisaje.