AVAugusto Parcemon Cortez Vasquez

Augusto Parcemon Cortez Vasquez

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

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:


Latest Publications

  • Optimización de procesos contables mediante mezcla de expertos con enrutamiento jerárquico con clasificación inteligente y selección basada en confianza

    by Augusto Parcemon Cortez-Vasquez, Ronald Ulises Garcia-Conde, Adrian Flores-Konja, Augusto Li-Chan

    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

    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

    by Augusto Cortez-Vasquez, Robert Espinoza Dominguez, Adan Estela Estela, Augusto Li-Chan

    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.

  • 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

    by Augusto Parcemon Cortez Vásquez, Adán Humberto Estela Estela, Robert Espinoza Dominguez, Augusto Li Chan

    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.

  • El análisis léxico-morfológico en el procesamiento de lenguaje natural

    by Parcemon Cortez Vasquez, Néstor Adolfo Mamani Macedo, Manuel Belizario Cortez Vásquez, John Ledgard Trujillo Trejo

    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

    El análisis léxico-morfológico en el procesamiento de lenguaje natural

    by Parcemon Cortez Vasquez, Néstor Adolfo Mamani Macedo, Manuel Belizario Cortez Vásquez, John Ledgard Trujillo Trejo

    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

    Implicancias de la equidad algorítmica en la Inteligencia artificial

    by Augusto Parcemon Cortez Vasquez, Maria Manyari Monteza, Gilberto Salinas Azaña, Jorge Luis Chávez Soto

    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

  • Implicancias de la equidad algorítmica en la Inteligencia artificial

    by Augusto Parcemon Cortez Vasquez, Maria Manyari Monteza, Gilberto Salinas Azaña, Jorge Luis Chávez Soto

    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

    Impacto del uso de las tecnologías de la información en la agricultura de precisión

    by Augusto Parcemón Cortez Vásquez, Nely E. Cortez Vásquez, Ronald Ulises García Conde

    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

    Ontología para seguimiento de egresados de educación superior mediante software protégé

    by Gustavo Adolfo Escalante Febres, Miguel Angel Aguilar Luna Victoria, Augusto Parcemon Cortez Vásquez

    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.