MVMarcelino Torres Villanueva

Marcelino Torres Villanueva

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

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Marcelino Torres Villanueva has a total of 28 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Aprendizaje automático en Sistemas de Recomendación para plataformas de Streaming y Redes Sociales

    by Luis Daniel Zavaleta Mego, Alexander Josué Venturo Ramos, Marcelino Torres Villanueva

    El uso de las plataformas de transmisión en vivo y las redes sociales ha llevado a una veloz transformación de los servicios de contenido en línea, lo que convierte una gran cantidad de datos para los usuarios. Esto hace fundamental el uso de sistemas de recomendación, los cuales se basan en un aprendizaje automático (machine learning) para filtrar y personalizar el contenido a mostrar. En este artículo se examinan los métodos computacionales empleados en estos sistemas, con especial atención en plataformas como Netflix, Spotify, Facebook y Twitter. El enfoque de investigación incorporó factores cuantitativos, cualitativos y semióticos, dando como resultado una evaluación integral que incorpora aspectos socioculturales y la experiencia del usuario. A lo largo del artículo se irán evaluando varias técnicas algorítmicas, tales como el filtrado colaborativo, filtrado basado en contenido y modelos híbridos con aprendizaje profundo (deep learning). De la misma forma, se evaluó la calidad de las recomendaciones y sugerencias por medio de una combinación de estudios cualitativos sobre su importancia y satisfacción de los usuarios. Finalmente, se llevó a cabo un estudio semiótico y cultural para investigar el efecto de las interfaces y algoritmos en las prácticas de consumo y formación de identidad cultural. Los hallazgos indican un cambio hacia modelos más avanzados, pero trayendo consigo nuevos desafíos.

  • Open Access

    Brechas en el Acceso a la Inteligencia Artificial y su Impacto en la Economía

    by Cristhian Andre Jondec Delgado, Diego Sebastián Vásquez Jaramillo, Marcelino Torres Villanueva

    Este artículo explora las disparidades en el acceso a la inteligencia artificial (IA) entre diferentes sectores económicos y regiones geográficas y su impacto en las oportunidades laborales y la competitividad empresarial. Una revisión sistemática de la literatura revela brechas significativas en la adopción de la inteligencia artificial, donde las corporaciones más grandes, que están mejor equipadas en términos de tecnología y finanzas, tienden a beneficiarse más de estas innovaciones. Por el contrario, las pequeñas y medianas empresas (PYMES) y las áreas de bajos ingresos experimentan barreras que les privan del acceso. Tales desigualdades tienen efectos adversos en la equidad laboral, ya que los trabajadores en profesiones con poca adopción de la IA están cada vez más sujetos a las amenazas de precariedad y desempleo. Las políticas públicas y los esfuerzos internacionales son esenciales para nivelar el campo de juego en este contexto. Distribución significativa de activos digitales. Ideas como "Programa Europa Digital" tienen la capacidad de ayudar al cese de brechas regionales a través del crecimiento de infraestructura digital y profesional. Asimismo, entidades internacionales como la UNESCO en 2021 y la OCDE de igual manera en el mismo año, destacan mucho la trascendencia de la inclusión al mundo digital y la obtención de capacidades relacionadas a esto, mientras tanto, el Foro Económico Mundial en 2020, señala que hay una necesidad de los empleados en capacitarse sobre temas tecnológicos.

  • Open Access

    Impacto de la IA en Vehículos Autónomos

    by Marcelino Torres Villanueva, Jhonatan Andres Herrera Payano, Alexander Jan Pool Pelaez Roque

    El presente trabajo aborda el impacto de la inteligencia artificial (IA) en el desarrollo de vehículos autónomos, destacando cómo ha mejorado significativamente su capacidad para percibir y reaccionar ante el entorno. Estos avances han permitido que los vehículos autónomos sean más seguros, eficientes y capaces de operar sin intervención humana. La IA facilita la interpretación de datos de sensores, la toma de decisiones en tiempo real y la adaptación a condiciones cambiantes, resultando en una conducción más precisa y segura. Sin embargo, también plantea desafíos, incluyendo preocupaciones éticas, seguridad cibernética y la necesidad de una infraestructura adecuada.

  • Open Access

    Impacto de la IA en la salud Diagnóstico, tratamiento y prevención de enfermedades

    by Marcelino Torres Villanueva, Jonathan Rojas Reyes, Jefferson Miguel Peña Serrano

    Nuestra investigación busca facilitar el análisis de diversas fuentes bibliográficas que exploran la implementación de la Inteligencia Artificial (IA) en el sector salud, con un enfoque especial en la lucha contra enfermedades. Para garantizar una revisión sistemática y exhaustiva, utilizamos el marco metodológico PRISMA. Nuestra búsqueda se centró exclusivamente en artículos encontrados en SCOPUS. Los resultados de nuestra investigación revelaron una tendencia clara hacia la aplicación de la IA para la detección y diagnóstico de diferentes tipos de cáncer. También identificamos a Corea del Sur, China y Alemania como países líderes en la investigación y aplicación de la IA en el sector salud, con una gran cantidad de artículos. Además, nuestro análisis destacó el papel fundamental de las herramientas de IA, como el Machine Learning, en la mejora de la atención médica y la investigación en salud. Nuestro objetivo es resaltar el impacto significativo de la IA en el sector salud y su gran potencial para transformar la forma en que se proporciona la atención médica en el futuro.

  • Open Access

    Aplicación de redes neuronales artificiales para la detección binaria del síndrome del ojo rojo

    by Marcelino Torres Villanueva, Juan Pedro Santos Fernández

    El síndrome del ojo rojo es uno de los motivos más frecuentes de consulta en atención primaria, y su diagnóstico temprano resulta complejo por la similitud clínica entre diversas etiologías. En este estudio se desarrolló y evaluó un enfoque de detección binaria (“ojo rojo” vs. “normal”) comparando arquitecturas CNN, modelos basados en Transformers y un modelo híbrido. Se empleó un conjunto de 2 298 imágenes reorganizadas en dos clases, entrenadas bajo condiciones homogéneas mediante transfer learning e hiperparámetros fijos. Los experimentos se ejecutaron en Python 3.10.0 con PyTorch 2.7.1+cu118, torchvision 0.22.1+cu118, timm 1.0.17, scikit-learn 1.6.1, NumPy 1.26.4, Albumentations 2.0.8 y Matplotlib 3.8.2, sobre hardware con GPU NVIDIA RTX 4060 (8 GB). Los resultados evidenciaron alto desempeño en todos los modelos (F1 > 0.92, MCC > 0.90 y AUC ≥ 0.98). El modelo híbrido alcanzó el mejor rendimiento global (AUC = 0.996, MCC = 0.925, F1 = 0.924 y exactitud = 94.20 %). La prueba de McNemar indicó que no existen diferencias estadísticamente significativas entre el modelo híbrido y el mejor modelo individual (ResNet).

  • Open Access

    Técnicas y Herramientas de Deep Learning para la Predicción Meteorológica Inteligente

    by Kevin Esteeven Parimango Gomez, Jose Luis Gutierrez Diaz, Marcelino Torres Villanueva

    En el presente artículo, se desarrolló un análisis de las técnicas de aprendizaje profundo para lograr una predicción meteorológica usando los enfoques estadísticos de reducción de escala. Estos son importantes, ya que permiten ajustar las proyecciones climáticas de gran escala generadas por el modelo climático MCG a pronósticos más exactos y definidos para áreas específicas, de tal manera permitiendo sobrepasar las limitaciones de los modelos numéricos tradicionales en la representación de fenómenos locales y de pequeña escala. Se analizaron estudios que ponen en práctica las Redes Neuronales Convolucionales (CNN) y Redes Generativas Adversariales (GAN) con el objetivo de poder mejorar la resolución espacial y temporal de los datos climáticos. Ambas herramientas y técnicas han demostrado ser efectivas en proyectos como VALUE, que se encarga de evaluar métodos de downscaling en Europa, y DL4DS, una biblioteca en Python, encargada de aplicar algoritmos de aprendizaje profundo al downscaling empírico de datos climáticos. El principal objetivo de este artículo fue analizar la efectividad de ambas herramientas y técnicas enfocadas en la precisión, escalabilidad y eficiencia computacional, brindando una perspectiva completa de su uso para la mejora de las predicciones meteorológicas a nivel local.

  • Open Access

    Optimización de Modelos de Lenguaje Grande (LLMs) a través del Prompt Engineering

    by Crishtian Brenon Paz Fernández, Sergio Helí Diaz Sifuentes, Marcelino Torres Villanueva

    Este artículo exploró el impacto del prompt engineering en la optimización del rendimiento de modelos de lenguaje grande (LLMs, por sus siglas en inglés) como GPT y BERT. El prompt engineering fue presentado como un enfoque innovador que consistía en diseñar instrucciones específicas para guiar las respuestas de los modelos, mejorando su precisión y relevancia sin modificar sus parámetros internos. El estudio evaluó metodologías para la construcción de prompts efectivos, comparó diferentes estrategias como el few-shot y el zero-shot learning, y analizó casos prácticos en áreas como la generación de texto, la respuesta a preguntas y el análisis de sentimientos. Los resultados mostraron que un diseño estratégico de prompts podía mejorar significativamente la calidad de las respuestas, reducir errores y ampliar el rango de aplicaciones de los LLMs.

  • Open Access

    La Innovaciones en Inteligencia Artificial para la Asistencia Quirúrgica: Revisión Sistemática de Aplicaciones y Eficacia Clínica

    by Deysi Elvia Yuvixa Quiliche Plasencia, Cristian Daniel Armas Abad, Marcelino Torres Villanueva

    La inteligencia artificial (IA) presenta actualmente una innumerable cantidad de implementaciones con resultados ampliamente comprobados. Las asistencias quirúrgicas, parte fundamental de la cirugía médica, son un ejemplo claro de innovación y eficaz aplicación de tecnologías que replican distintas cualidades y habilidades humanas para mejorar la atención quirúrgica del paciente. La presente investigación, a través de la metodología PRISMA, se enfoca en el análisis de las aplicaciones en IA para la asistencia quirúrgica, haciendo uso de artículos obtenidos luego de implementar una serie de criterios de búsqueda, inclusión y exclusión diseñados para lograr una total sintonía entre la literatura científica descrita y el tema central de la investigación. Se realizó una búsqueda profunda de la bibliografía en las bases de datos ProQuest y Google Académico y se seleccionaron 17 artículos de un total de 272 candidatos. Los resultados obtenidos muestran que, tecnologías como el Machine Learning (ML), Deep Learning (DL) o Robótica Quirúrgica son utilizadas para mejorar la atención al paciente con procedimientos menos invasivos y reduciendo riesgos. Este estudio subraya el impacto transformador de la IA en la asistencia quirúrgica y sugiere la necesidad de investigar más sobre su integración en nuevas especialidades y los aspectos éticos y normativos para garantizar su uso seguro.

  • Open Access

    Impacto de la Inteligencia Artificial en las ciudades Avanzadas: Un futuro potenciado

    by Renzo Florian Villegas, Jack David García Alayo, Marcelino Torres Villanueva

    Este estudio científico se centra en una revisión de la literatura sobre el uso de la Inteligencia Artificial (IA) y su impacto en los diferentes sectores clave que conforman una ciudad. Destacando los beneficios que tiene su implementación y los desafíos a los que se enfrentan los gobiernos para su regulación y control. Para ello, se seleccionaron 9 artículos científicos que abordan los temas que se hablarán a lo largo de este artículo: la política, el transporte, la seguridad ciudadana, la educación, el trabajo y la salud. Con esto se quiere dar a conocer el beneficio que tiene la implementación de la IA en estos sectores que permitirán guiarnos hacia un futuro moderno donde la IA prevalece como una herramienta insustituible.

  • Open Access

    La IA Generativa en el Desarrollo de Software: Impacto en Diversas Industrias

    by Guliana Lulichac Ramos, Fernando Olivert Pantoja Payajo, Marcelino Torres Villanueva

    El desarrollo de software experimentó una transformación significativa mediante la integración de tecnologías de inteligencia artificial (IA) generativa. La investigación se propuso evaluar la influencia de estas tecnologías en diferentes industrias y sus implicaciones en los procesos de desarrollo mediante un análisis sistemático de su impacto e implementación en diversos sectores industriales. Se implementó la metodología PRISMA para el análisis de publicaciones entre 2022 y 2024 en las bases de datos Scopus y SciELO, empleando criterios específicos de inclusión y términos clave relacionados con aplicaciones de IA. El estudio reveló una adopción significativa en las industrias farmacéutica, alimentaria, salud dental y maxilofacial, marítima, minería, telecomunicaciones, salud mental y educación médica, registrándose un incremento sustancial en la producción científica, que evolucionó de 40 documentos en 2022 a 54 en 2024. El análisis geográfico mostró un liderazgo de China en publicaciones Scopus, mientras que Brasil destacó su investigación en SciELO. Los hallazgos demostraron que estas tecnologías optimizaron la eficiencia en la generación y depuración de código, democratizando el desarrollo de software y facilitando la creación de soluciones efectivas sin requerir experiencia técnica avanzada. Se concluyó que, no obstante, los desafíos en precisión e implicaciones éticas, las herramientas basadas en IA generativa se consolidaron como elementos fundamentales para la competitividad organizacional en el entorno tecnológico contemporáneo.