Augusto Parcemon Cortez Vasquez
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Augusto Parcemon Cortez Vasquez has a total of 15 co-authors. Here are the top co-authors by number of shared publications:
- Augusto Li-Chan
Universidad Nacional Mayor de San Marcos, Lima, Peru
3 shared publications - Manuel Belizario Cortez Vásquez
Universidad Nacional Mayor de San Marcos, Lima, Peru
3 shared publications - Adán Humberto Estela Estela
Universidad Nacional Mayor de San Marcos, Lima, Peru
2 shared publications - Gilberto Salinas Azaña
Universidad Nacional Mayor de San Marcos, Lima, Peru
2 shared publications - John Ledgard Trujillo Trejo
Universidad Nacional Mayor de San Marcos, Lima, Peru
2 shared publications - Jorge Luis Chávez Soto
Universidad Nacional Mayor de San Marcos, Lima, Peru
2 shared publications
Latest Publications
- Open Access
- 13 August 2026
- Published by Universidad Nacional Mayor de San Marcos, Vicerectorado de Investigacion in Revista de investigación de Sistemas e Informática
- Vol. 19 (1) , 3-6
Presentación
- 13 August 2026
- Published by Universidad Nacional Mayor de San Marcos, Vicerectorado de Investigacion in Revista de investigación de Sistemas e Informática
- Vol. 19 (1) , 3-6
Open AccessPresentación
- 30 June 2026
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 22 (25) , 95-107
Optimización de procesos contables mediante mezcla de expertos con enrutamiento jerárquico con clasificación inteligente y selección basada en confianza
Las tecnologías de la información se han convertido en una herramienta muy importante en la contabilidad, específicamente en la optimización de procesos contables se utiliza la arquitectura de Mezcla de Expertos (Mixture of Experts, MoE) con enrutamiento jerárquico, clasificación inteligente y selección basada en confianza para optimizar sus procesos. El presente articulo presenta el diseño de un sistema que aborda las limitaciones de los modelos monolíticos tradicionales que enfrentan dificultades para manejar la heterogeneidad y complejidad de las transacciones financieras contemporáneas. La arquitectura propuesta se estructura en tres capas: enrutamiento primario, que clasifica transacciones en categorías generales (operacional, financiera o fiscal); enrutamiento secundario, que dirige cada transacción a un experto específico dentro de su categoría; y la capa de expertos especializados que procesan, validan y clasifican las transacciones según reglas contables específicas de su dominio. Este enfoque jerárquico reduce la complejidad computacional de O(n) a O(log n), mejorando significativamente la eficiencia del procesamiento. La implementación, demostrada mediante ejemplos en Java, incluye expertos especializados en nómina, ventas, depreciación y compras, cada uno con sistemas de puntuación de confianza que evalúan su aptitud para procesar transacciones específicas. Los resultados esperados incluyen una reducción de errores del 35-50%, mejora del rendimiento del 40-60%, reducción del tiempo de desarrollo del 60-70% y escalabilidad lineal. El sistema proporciona trazabilidad completa, cumpliendo con requisitos de auditoría y facilitando la adaptación a cambios regulatorios mediante la adición o modificación de módulos expertos independientes, sin afectar la arquitectura general del sistema.
- 30 June 2026
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 22 (25) , 95-107
Optimización de procesos contables mediante mezcla de expertos con enrutamiento jerárquico con clasificación inteligente y selección basada en confianza
Las tecnologías de la información se han convertido en una herramienta muy importante en la contabilidad, específicamente en la optimización de procesos contables se utiliza la arquitectura de Mezcla de Expertos (Mixture of Experts, MoE) con enrutamiento jerárquico, clasificación inteligente y selección basada en confianza para optimizar sus procesos. El presente articulo presenta el diseño de un sistema que aborda las limitaciones de los modelos monolíticos tradicionales que enfrentan dificultades para manejar la heterogeneidad y complejidad de las transacciones financieras contemporáneas. La arquitectura propuesta se estructura en tres capas: enrutamiento primario, que clasifica transacciones en categorías generales (operacional, financiera o fiscal); enrutamiento secundario, que dirige cada transacción a un experto específico dentro de su categoría; y la capa de expertos especializados que procesan, validan y clasifican las transacciones según reglas contables específicas de su dominio. Este enfoque jerárquico reduce la complejidad computacional de O(n) a O(log n), mejorando significativamente la eficiencia del procesamiento. La implementación, demostrada mediante ejemplos en Java, incluye expertos especializados en nómina, ventas, depreciación y compras, cada uno con sistemas de puntuación de confianza que evalúan su aptitud para procesar transacciones específicas. Los resultados esperados incluyen una reducción de errores del 35-50%, mejora del rendimiento del 40-60%, reducción del tiempo de desarrollo del 60-70% y escalabilidad lineal. El sistema proporciona trazabilidad completa, cumpliendo con requisitos de auditoría y facilitando la adaptación a cambios regulatorios mediante la adición o modificación de módulos expertos independientes, sin afectar la arquitectura general del sistema.
- Open Access
- 30 December 2025
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 22 (24)
Implementación de Gating Adaptativo, Routing Dinámico y Cross-Expert Attention en Agricultura de Precisión: Un Caso de Estudio sobre cultivo del limón en el Perú
El limón es uno de los principales cultivos en el Perú, que requiere muchos cuidados adecuados, especialmente en los primeros años. El cuidado frente a las plagas y enfermedades influyen significativamente en la vida útil del cultivo. Sin embargo, presenta una serie de problemas que tienen que ser abordados desde un punto de vista tecnológico. En este artículo se presenta la agricultura de precisión como uno de los sectores con mayor potencial para aplicar técnicas avanzadas de machine learning. La mezcla de expertos constituye una arquitectura revolucionaria en el campo del aprendizaje automático permite escalar significativamente la capacidad de los modelos sin un aumento proporcional en el costo computacional. Esta arquitectura divide el modelo en múltiples “expertos” especializados y utiliza una red de enrutamiento (gating network) para determinar cuáles expertos deben procesar cada entrada especifica. El resultado es un modelo que puede alcanzar un rendimiento superior manteniendo la eficiencia computacional mediante la inferencia. En este artículo presentamos un caso práctico donde se implementaron exitosamente tres técnicas de deep learning de vanguardia: Gating Adaptativo, Routing Dinámico y Cross-Expert Attention, para optimizar la gestión de cultivos de limón en el departamento de Piura en el norte del Perú.
- 30 December 2025
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 22 (24)
Open AccessImplementación de Gating Adaptativo, Routing Dinámico y Cross-Expert Attention en Agricultura de Precisión: Un Caso de Estudio sobre cultivo del limón en el Perú
El limón es uno de los principales cultivos en el Perú, que requiere muchos cuidados adecuados, especialmente en los primeros años. El cuidado frente a las plagas y enfermedades influyen significativamente en la vida útil del cultivo. Sin embargo, presenta una serie de problemas que tienen que ser abordados desde un punto de vista tecnológico. En este artículo se presenta la agricultura de precisión como uno de los sectores con mayor potencial para aplicar técnicas avanzadas de machine learning. La mezcla de expertos constituye una arquitectura revolucionaria en el campo del aprendizaje automático permite escalar significativamente la capacidad de los modelos sin un aumento proporcional en el costo computacional. Esta arquitectura divide el modelo en múltiples “expertos” especializados y utiliza una red de enrutamiento (gating network) para determinar cuáles expertos deben procesar cada entrada especifica. El resultado es un modelo que puede alcanzar un rendimiento superior manteniendo la eficiencia computacional mediante la inferencia. En este artículo presentamos un caso práctico donde se implementaron exitosamente tres técnicas de deep learning de vanguardia: Gating Adaptativo, Routing Dinámico y Cross-Expert Attention, para optimizar la gestión de cultivos de limón en el departamento de Piura en el norte del Perú.
- 30 November 2025
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 21 (24) , 174-196
Implementación de Gating Adaptativo, Routing Dinámico y Cross-Expert Attention en Agricultura de Precisión: Un Caso de Estudio sobre cultivo del limón en el Perú
El limón es uno de los principales cultivos en el Perú, que requiere muchos cuidados adecuados, especialmente en los primeros años. El cuidado frente a las plagas y enfermedades influyen significativamente en la vida útil del cultivo. Sin embargo, presenta una serie de problemas que tienen que ser abordados desde un punto de vista tecnológico. En este artículo se presenta la agricultura de precisión como uno de los sectores con mayor potencial para aplicar técnicas avanzadas de machine learning. La mezcla de expertos constituye una arquitectura revolucionaria en el campo del aprendizaje automático permite escalar significativamente la capacidad de los modelos sin un aumento proporcional en el costo computacional. Esta arquitectura divide el modelo en múltiples “expertos” especializados y utiliza una red de enrutamiento (gating network) para determinar cuáles expertos deben procesar cada entrada especifica. El resultado es un modelo que puede alcanzar un rendimiento superior manteniendo la eficiencia computacional mediante la inferencia. En este artículo presentamos un caso práctico donde se implementaron exitosamente tres técnicas de deep learning de vanguardia: Gating Adaptativo, Routing Dinámico y Cross-Expert Attention, para optimizar la gestión de cultivos de limón en el departamento de Piura en el norte del Perú.
- 30 November 2025
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 21 (24) , 174-196
Implementación de Gating Adaptativo, Routing Dinámico y Cross-Expert Attention en Agricultura de Precisión: Un Caso de Estudio sobre cultivo del limón en el Perú
El limón es uno de los principales cultivos en el Perú, que requiere muchos cuidados adecuados, especialmente en los primeros años. El cuidado frente a las plagas y enfermedades influyen significativamente en la vida útil del cultivo. Sin embargo, presenta una serie de problemas que tienen que ser abordados desde un punto de vista tecnológico. En este artículo se presenta la agricultura de precisión como uno de los sectores con mayor potencial para aplicar técnicas avanzadas de machine learning. La mezcla de expertos constituye una arquitectura revolucionaria en el campo del aprendizaje automático permite escalar significativamente la capacidad de los modelos sin un aumento proporcional en el costo computacional. Esta arquitectura divide el modelo en múltiples “expertos” especializados y utiliza una red de enrutamiento (gating network) para determinar cuáles expertos deben procesar cada entrada especifica. El resultado es un modelo que puede alcanzar un rendimiento superior manteniendo la eficiencia computacional mediante la inferencia. En este artículo presentamos un caso práctico donde se implementaron exitosamente tres técnicas de deep learning de vanguardia: Gating Adaptativo, Routing Dinámico y Cross-Expert Attention, para optimizar la gestión de cultivos de limón en el departamento de Piura en el norte del Perú.
- 30 June 2025
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 21 (23) , 127-142
El análisis léxico-morfológico en el procesamiento de lenguaje natural
En un lenguaje natural ocurren errores ortográficos y ambigüedades que pueden resolverse por los humanos, esto no ocurre en los lenguajes formales. El procesamiento de lenguaje natural tiene como propósito que el humano pueda comunicarse con las máquinas en lenguaje natural, sin embargo, para una máquina, los errores ortográficos pueden ser más difíciles de identificar. Estos errores pueden ser de diverso tipo entre ellos los errores lexicográficos. El presente estudio tiene como objetivo evidenciar el análisis léxico-morfológico como mejora de la precisión y eficiencia en las tareas de procesamiento del lenguaje natural, mediante la combinación de técnicas de tokenización avanzada y análisis morfológico profundo para aplicaciones en dominios especializados.
- 30 June 2025
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 21 (23) , 127-142
El análisis léxico-morfológico en el procesamiento de lenguaje natural
En un lenguaje natural ocurren errores ortográficos y ambigüedades que pueden resolverse por los humanos, esto no ocurre en los lenguajes formales. El procesamiento de lenguaje natural tiene como propósito que el humano pueda comunicarse con las máquinas en lenguaje natural, sin embargo, para una máquina, los errores ortográficos pueden ser más difíciles de identificar. Estos errores pueden ser de diverso tipo entre ellos los errores lexicográficos. El presente estudio tiene como objetivo evidenciar el análisis léxico-morfológico como mejora de la precisión y eficiencia en las tareas de procesamiento del lenguaje natural, mediante la combinación de técnicas de tokenización avanzada y análisis morfológico profundo para aplicaciones en dominios especializados.
- Open Access
- 30 June 2025
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 22 (23) , 127-142
El análisis léxico-morfológico en el procesamiento de lenguaje natural
En un lenguaje natural ocurren errores ortográficos y ambigüedades que pueden resolverse por los humanos, esto no ocurre en los lenguajes formales. El procesamiento de lenguaje natural tiene como propósito que el humano pueda comunicarse con las máquinas en lenguaje natural, sin embargo, para una máquina, los errores ortográficos pueden ser más difíciles de identificar. Estos errores pueden ser de diverso tipo entre ellos los errores lexicográficos. El presente estudio tiene como objetivo evidenciar el análisis léxico-morfológico como mejora de la precisión y eficiencia en las tareas de procesamiento del lenguaje natural, mediante la combinación de técnicas de tokenización avanzada y análisis morfológico profundo para aplicaciones en dominios especializados.
- 30 June 2025
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 22 (23) , 127-142
Open AccessEl análisis léxico-morfológico en el procesamiento de lenguaje natural
En un lenguaje natural ocurren errores ortográficos y ambigüedades que pueden resolverse por los humanos, esto no ocurre en los lenguajes formales. El procesamiento de lenguaje natural tiene como propósito que el humano pueda comunicarse con las máquinas en lenguaje natural, sin embargo, para una máquina, los errores ortográficos pueden ser más difíciles de identificar. Estos errores pueden ser de diverso tipo entre ellos los errores lexicográficos. El presente estudio tiene como objetivo evidenciar el análisis léxico-morfológico como mejora de la precisión y eficiencia en las tareas de procesamiento del lenguaje natural, mediante la combinación de técnicas de tokenización avanzada y análisis morfológico profundo para aplicaciones en dominios especializados.
- Open Access
- 31 December 2024
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 21 (22) , 141-153
Implicancias de la equidad algorítmica en la Inteligencia artificial
El uso de algoritmos de Inteligencia artificial no se limita como a veces se supone a procedimientos efectivos, el uso de este vocablo plantea varias concepciones, interpretaciones y problemas. Con el fin de no distraernos en este laberinto lingüístico, hemos tomado posición por una caracterización muy común en sentido psicológico que consiste en concebirla como una capacidad poseída por ciertos organismos/mecanismos para adaptarse a situaciones nuevas utilizando para tal efecto el conocimiento adquirido en el curso de anteriores procesos de adaptación. La irrupción de la inteligencia artificial (IA) se integra cada vez más en la sociedad y generalmente se utiliza para la toma de decisiones oportunas que afectan a la sociedad y por ende a las personas, en diferentes ámbitos. En el desarrollo de algoritmos de la IA, pueden ocurrir errores sistémicos y repetibles en un sistema informático que crean resultados injustos, como privilegiar a un grupo arbitrario de usuarios frente a otros. Estos algoritmos denominados sesgados, se caracterizan generalmente por la existencia de prejuicios o distorsiones en los datos de entrenamiento. La comunidad científica e instituciones gubernamentales han lanzado propuestas para combatir estos riesgos que buscan reducir su impacto negativo en la sociedad. Es imperativo resolver aspectos que van contra la Ética, la justicia, la Transparencia y la Equidad de los datos, algoritmos y sus predicciones. El presente trabajo pretende sensibilizar que desarrollo de algoritmos para tomar decisiones deben cumplir tres requisitos: en primer lugar, garantizar el equilibrio entre el conjunto de datos utilizados y la programación del algoritmo con equidad que evite la discriminación y el sesgo, segundo, garantizar condiciones de transparencia en los resultados, es decir, el resultado obtenido debe ser explicable a cualquier usuario de forma clara y sencilla. No debe soslayarse la regulación de requisitos para el desarrollo y uso de la IA, debe alinearse a la no afectación de los derechos humanos fundamentales
- 31 December 2024
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 21 (22) , 141-153
Open AccessImplicancias de la equidad algorítmica en la Inteligencia artificial
El uso de algoritmos de Inteligencia artificial no se limita como a veces se supone a procedimientos efectivos, el uso de este vocablo plantea varias concepciones, interpretaciones y problemas. Con el fin de no distraernos en este laberinto lingüístico, hemos tomado posición por una caracterización muy común en sentido psicológico que consiste en concebirla como una capacidad poseída por ciertos organismos/mecanismos para adaptarse a situaciones nuevas utilizando para tal efecto el conocimiento adquirido en el curso de anteriores procesos de adaptación. La irrupción de la inteligencia artificial (IA) se integra cada vez más en la sociedad y generalmente se utiliza para la toma de decisiones oportunas que afectan a la sociedad y por ende a las personas, en diferentes ámbitos. En el desarrollo de algoritmos de la IA, pueden ocurrir errores sistémicos y repetibles en un sistema informático que crean resultados injustos, como privilegiar a un grupo arbitrario de usuarios frente a otros. Estos algoritmos denominados sesgados, se caracterizan generalmente por la existencia de prejuicios o distorsiones en los datos de entrenamiento. La comunidad científica e instituciones gubernamentales han lanzado propuestas para combatir estos riesgos que buscan reducir su impacto negativo en la sociedad. Es imperativo resolver aspectos que van contra la Ética, la justicia, la Transparencia y la Equidad de los datos, algoritmos y sus predicciones. El presente trabajo pretende sensibilizar que desarrollo de algoritmos para tomar decisiones deben cumplir tres requisitos: en primer lugar, garantizar el equilibrio entre el conjunto de datos utilizados y la programación del algoritmo con equidad que evite la discriminación y el sesgo, segundo, garantizar condiciones de transparencia en los resultados, es decir, el resultado obtenido debe ser explicable a cualquier usuario de forma clara y sencilla. No debe soslayarse la regulación de requisitos para el desarrollo y uso de la IA, debe alinearse a la no afectación de los derechos humanos fundamentales
- 30 November 2024
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 20 (22) , 141-153
Implicancias de la equidad algorítmica en la Inteligencia artificial
El uso de algoritmos de Inteligencia artificial no se limita como a veces se supone a procedimientos efectivos, el uso de este vocablo plantea varias concepciones, interpretaciones y problemas. Con el fin de no distraernos en este laberinto lingüístico, hemos tomado posición por una caracterización muy común en sentido psicológico que consiste en concebirla como una capacidad poseída por ciertos organismos/mecanismos para adaptarse a situaciones nuevas utilizando para tal efecto el conocimiento adquirido en el curso de anteriores procesos de adaptación. La irrupción de la inteligencia artificial (IA) se integra cada vez más en la sociedad y generalmente se utiliza para la toma de decisiones oportunas que afectan a la sociedad y por ende a las personas, en diferentes ámbitos. En el desarrollo de algoritmos de la IA, pueden ocurrir errores sistémicos y repetibles en un sistema informático que crean resultados injustos, como privilegiar a un grupo arbitrario de usuarios frente a otros. Estos algoritmos denominados sesgados, se caracterizan generalmente por la existencia de prejuicios o distorsiones en los datos de entrenamiento. La comunidad científica e instituciones gubernamentales han lanzado propuestas para combatir estos riesgos que buscan reducir su impacto negativo en la sociedad. Es imperativo resolver aspectos que van contra la Ética, la justicia, la Transparencia y la Equidad de los datos, algoritmos y sus predicciones. El presente trabajo pretende sensibilizar que desarrollo de algoritmos para tomar decisiones deben cumplir tres requisitos: en primer lugar, garantizar el equilibrio entre el conjunto de datos utilizados y la programación del algoritmo con equidad que evite la discriminación y el sesgo, segundo, garantizar condiciones de transparencia en los resultados, es decir, el resultado obtenido debe ser explicable a cualquier usuario de forma clara y sencilla. No debe soslayarse la regulación de requisitos para el desarrollo y uso de la IA, debe alinearse a la no afectación de los derechos humanos fundamentales
- 30 November 2024
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 20 (22) , 141-153
Implicancias de la equidad algorítmica en la Inteligencia artificial
El uso de algoritmos de Inteligencia artificial no se limita como a veces se supone a procedimientos efectivos, el uso de este vocablo plantea varias concepciones, interpretaciones y problemas. Con el fin de no distraernos en este laberinto lingüístico, hemos tomado posición por una caracterización muy común en sentido psicológico que consiste en concebirla como una capacidad poseída por ciertos organismos/mecanismos para adaptarse a situaciones nuevas utilizando para tal efecto el conocimiento adquirido en el curso de anteriores procesos de adaptación. La irrupción de la inteligencia artificial (IA) se integra cada vez más en la sociedad y generalmente se utiliza para la toma de decisiones oportunas que afectan a la sociedad y por ende a las personas, en diferentes ámbitos. En el desarrollo de algoritmos de la IA, pueden ocurrir errores sistémicos y repetibles en un sistema informático que crean resultados injustos, como privilegiar a un grupo arbitrario de usuarios frente a otros. Estos algoritmos denominados sesgados, se caracterizan generalmente por la existencia de prejuicios o distorsiones en los datos de entrenamiento. La comunidad científica e instituciones gubernamentales han lanzado propuestas para combatir estos riesgos que buscan reducir su impacto negativo en la sociedad. Es imperativo resolver aspectos que van contra la Ética, la justicia, la Transparencia y la Equidad de los datos, algoritmos y sus predicciones. El presente trabajo pretende sensibilizar que desarrollo de algoritmos para tomar decisiones deben cumplir tres requisitos: en primer lugar, garantizar el equilibrio entre el conjunto de datos utilizados y la programación del algoritmo con equidad que evite la discriminación y el sesgo, segundo, garantizar condiciones de transparencia en los resultados, es decir, el resultado obtenido debe ser explicable a cualquier usuario de forma clara y sencilla. No debe soslayarse la regulación de requisitos para el desarrollo y uso de la IA, debe alinearse a la no afectación de los derechos humanos fundamentales
- Open Access
- 30 December 2023
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 20 (20) , 201-219
Impacto del uso de las tecnologías de la información en la agricultura de precisión
En los últimos años los nuevos abordajes sobre el estudio de la agricultura en el mundo enfrentan serios problemas, y han comenzado a tomar en consideración los procesos globales y sus efectos, como son la contaminación de los recursos hídricos y la degradación del suelo. El Perú no puede sustraerse a esta problemática, sobre todo en esta época en la que la situación se complica debido a la ocurrencia de fenómenos como el cambio climático que se manifiesta en variables como incremento de la temperatura, variación en la precipitación, degradación del suelo, variables que ponen en riesgo la seguridad alimentaria. Como consecuencia se tiene la reducción de la oferta mundial de alimentos y consecuentemente el incremento de los precios (Latella, 2020) (Ramirez, 2010). Los cambios que se vienen suscitando a nivel global, regional y local, ocasionados por los cambios climáticos vienen impactando sustancialmente en el sector agricultura, causando preocupación no solo en los agricultores, sino también en los economistas, ecologistas e incluso los gobiernos (Viguerra, 2017). El presente proyecto tiene como objetivo hacer una revisión bibliográfica de las tecnologías existentes que sirva como herramienta a los agricultores, que promueva la innovación tecnológica en los diferentes procesos vinculados a la agricultura.
- 30 December 2023
- Published by Universidad Ricardo Palma in Perfiles de Ingeniería
- Vol. 20 (20) , 201-219
Open AccessImpacto del uso de las tecnologías de la información en la agricultura de precisión
En los últimos años los nuevos abordajes sobre el estudio de la agricultura en el mundo enfrentan serios problemas, y han comenzado a tomar en consideración los procesos globales y sus efectos, como son la contaminación de los recursos hídricos y la degradación del suelo. El Perú no puede sustraerse a esta problemática, sobre todo en esta época en la que la situación se complica debido a la ocurrencia de fenómenos como el cambio climático que se manifiesta en variables como incremento de la temperatura, variación en la precipitación, degradación del suelo, variables que ponen en riesgo la seguridad alimentaria. Como consecuencia se tiene la reducción de la oferta mundial de alimentos y consecuentemente el incremento de los precios (Latella, 2020) (Ramirez, 2010). Los cambios que se vienen suscitando a nivel global, regional y local, ocasionados por los cambios climáticos vienen impactando sustancialmente en el sector agricultura, causando preocupación no solo en los agricultores, sino también en los economistas, ecologistas e incluso los gobiernos (Viguerra, 2017). El presente proyecto tiene como objetivo hacer una revisión bibliográfica de las tecnologías existentes que sirva como herramienta a los agricultores, que promueva la innovación tecnológica en los diferentes procesos vinculados a la agricultura.
- Open Access
- 19 September 2022
- Published by Universidad Nacional Mayor de San Marcos, Vicerectorado de Investigacion in Revista de investigación de Sistemas e Informática
- Vol. 15 (1) , 89-99
Ontología para seguimiento de egresados de educación superior mediante software protégé
The use of emerging technologies has acquired special relevance in different areas, especially in education and the academic sector. The research is oriented towards the achievement of new knowledge in a systematic and verifiable way. Objective: To build, through software, an ontology for the follow-up of higher education graduates. Methodology: A non-experimental design was used, cross-sectional, descriptive level and with a qualitative approach, whose purpose is to build a product (the ontology of higher education graduates). It begins by designing a model of the ontological process, specifying the concepts in order of relevance within the academic area, such as the study plan, areas of knowledge, interest groups, etc. Collecting them inside the ontology editor called Protégé, used for the construction of intelligent systems. The graduates of the first promotion of the Professional School of Statistics and Informatics of the Faculty of Sciences were taken as reference. Results: Starting with the descriptive information of the data, it was concluded with an ontology prototype oriented to the follow-up of the graduate, starting from the study plan, ending in a conceptual model that interrelates all the components up to the graduate. Conclusions: The respective ontology was built within the software, for this purpose 34 classes were built, of which 5 correspond to the higher level, for which the technical evaluation was included, creating instances of the teaching class, courses, graduates interest groups, etc.
- 19 September 2022
- Published by Universidad Nacional Mayor de San Marcos, Vicerectorado de Investigacion in Revista de investigación de Sistemas e Informática
- Vol. 15 (1) , 89-99
Open AccessOntología para seguimiento de egresados de educación superior mediante software protégé
The use of emerging technologies has acquired special relevance in different areas, especially in education and the academic sector. The research is oriented towards the achievement of new knowledge in a systematic and verifiable way. Objective: To build, through software, an ontology for the follow-up of higher education graduates. Methodology: A non-experimental design was used, cross-sectional, descriptive level and with a qualitative approach, whose purpose is to build a product (the ontology of higher education graduates). It begins by designing a model of the ontological process, specifying the concepts in order of relevance within the academic area, such as the study plan, areas of knowledge, interest groups, etc. Collecting them inside the ontology editor called Protégé, used for the construction of intelligent systems. The graduates of the first promotion of the Professional School of Statistics and Informatics of the Faculty of Sciences were taken as reference. Results: Starting with the descriptive information of the data, it was concluded with an ontology prototype oriented to the follow-up of the graduate, starting from the study plan, ending in a conceptual model that interrelates all the components up to the graduate. Conclusions: The respective ontology was built within the software, for this purpose 34 classes were built, of which 5 correspond to the higher level, for which the technical evaluation was included, creating instances of the teaching class, courses, graduates interest groups, etc.