Augusto Bernuy Alva
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Augusto Bernuy Alva has a total of 5 co-authors. Here are the top co-authors by number of shared publications:
- Jorge Luis Veloz Zambrano
Universidad Nacional Mayor San Marcos
1 shared publication - Josue Ruben Altamirano Yupanqui
Universidad Nacional Mayor de San Marcos, Lima, Peru
1 shared publication Posgrado de la Facultad de Ingeniería de Sistemas e Informática
1 shared publicationUniversidad de San Martin de Porres
1 shared publication- Yván Jesús Túpac Valdivia
Universidad Católica San Pablo
1 shared publication
Latest Publications
- Open Access
- 28 February 2025
- Published by Universidad Laica Eloy Alfaro de Manabi in Revista Científica de Informática ENCRIPTAR
- Vol. 8 (15) , 195-216
Machine Learning en la Optimización del Consumo de Energía en Edificios Inteligentes: Tendencias y Desafíos
A la vanguardia de la revolución tecnológica y sostenible, los edificios inteligentes destacan como modelos de eficiencia y confort, con un crecimiento previsto de 45 millones en 2022 a 115 millones en 2026. Estos edificios utilizan tecnología avanzada para optimizar los recursos, mejorando la seguridad y el bienestar de sus ocupantes. Sin embargo, enfrentan desafíos en infraestructura urbana, equilibrando precisión, escalabilidad y adaptabilidad en el campo de Internet de las cosas. Se enfatiza la importancia de los datos y el aprendizaje automático para predecir y mejorar el consumo de energía, abordando la necesidad de modelos predictivos eficientes y prácticos que manejen datos complejos y capturen patrones espaciotemporales. Se identifican lagunas en la comparación estandarizada de modelos, la eficiencia de los algoritmos predictivos y la transformación de la investigación en aplicaciones prácticas. Este estudio plantea preguntas clave sobre la gestión de recursos y la optimización del consumo de energía a través del aprendizaje automático, proponiendo objetivos específicos como la recopilación de datos y la evaluación de modelos para validar la efectividad y mejorar la vida de los ocupantes, así como contribuir al desarrollo económico, ambiental y social. impacto. Se sigue una metodología sistemática para la revisión de la literatura, empleando la declaración PRISMA, y se plantean preguntas de investigación para guiar la identificación de tendencias y respuestas al uso del aprendizaje automático para predecir el consumo de energía en edificios inteligentes.
- 28 February 2025
- Published by Universidad Laica Eloy Alfaro de Manabi in Revista Científica de Informática ENCRIPTAR
- Vol. 8 (15) , 195-216
Open AccessMachine Learning en la Optimización del Consumo de Energía en Edificios Inteligentes: Tendencias y Desafíos
A la vanguardia de la revolución tecnológica y sostenible, los edificios inteligentes destacan como modelos de eficiencia y confort, con un crecimiento previsto de 45 millones en 2022 a 115 millones en 2026. Estos edificios utilizan tecnología avanzada para optimizar los recursos, mejorando la seguridad y el bienestar de sus ocupantes. Sin embargo, enfrentan desafíos en infraestructura urbana, equilibrando precisión, escalabilidad y adaptabilidad en el campo de Internet de las cosas. Se enfatiza la importancia de los datos y el aprendizaje automático para predecir y mejorar el consumo de energía, abordando la necesidad de modelos predictivos eficientes y prácticos que manejen datos complejos y capturen patrones espaciotemporales. Se identifican lagunas en la comparación estandarizada de modelos, la eficiencia de los algoritmos predictivos y la transformación de la investigación en aplicaciones prácticas. Este estudio plantea preguntas clave sobre la gestión de recursos y la optimización del consumo de energía a través del aprendizaje automático, proponiendo objetivos específicos como la recopilación de datos y la evaluación de modelos para validar la efectividad y mejorar la vida de los ocupantes, así como contribuir al desarrollo económico, ambiental y social. impacto. Se sigue una metodología sistemática para la revisión de la literatura, empleando la declaración PRISMA, y se plantean preguntas de investigación para guiar la identificación de tendencias y respuestas al uso del aprendizaje automático para predecir el consumo de energía en edificios inteligentes.
- Open Access
- 30 June 2022
- Published by AISTI in RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
- No. 46,p. 100-111
La inteligencia artificial en la Psicología: nuevos enfoques para la detección de las declaraciones falsas
Las mentiras a través de las declaraciones falsas tienen consecuencias negativas por los daños y perjuicios a personas e instituciones inocentes que son involucradas o por los beneficios indebidos que persiguen ciudadanos deshonestos. En las investigaciones las declaraciones son utilizadas para obtener información sobre los hechos y la detección temprana de su falsedad representa un desafío. Los instrumentos que dispone el profesional de psicología para detectar la falsedad tienen altas tasas de error y con mucho retraso en brindar resultados debido al estudio individual de los implicados. Proponemos nuevos enfoques basados en inteligencia artificial como un nuevo mecanismo a las técnicas psicológicas existentes para la detección temprana de la falsedad en las declaraciones escritas. Los resultados preliminares demuestran la viabilidad de la Inteligencia Artificial para la predicción de la falsedad, lo que permitirá que el profesional de psicología disponga de nuevas herramientas en el proceso de la detección de mentiras.
- 30 June 2022
- Published by AISTI in RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação
- No. 46,p. 100-111
Open AccessLa inteligencia artificial en la Psicología: nuevos enfoques para la detección de las declaraciones falsas
Las mentiras a través de las declaraciones falsas tienen consecuencias negativas por los daños y perjuicios a personas e instituciones inocentes que son involucradas o por los beneficios indebidos que persiguen ciudadanos deshonestos. En las investigaciones las declaraciones son utilizadas para obtener información sobre los hechos y la detección temprana de su falsedad representa un desafío. Los instrumentos que dispone el profesional de psicología para detectar la falsedad tienen altas tasas de error y con mucho retraso en brindar resultados debido al estudio individual de los implicados. Proponemos nuevos enfoques basados en inteligencia artificial como un nuevo mecanismo a las técnicas psicológicas existentes para la detección temprana de la falsedad en las declaraciones escritas. Los resultados preliminares demuestran la viabilidad de la Inteligencia Artificial para la predicción de la falsedad, lo que permitirá que el profesional de psicología disponga de nuevas herramientas en el proceso de la detección de mentiras.