Juan Carlos Chiza
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Juan Carlos Chiza has a total of 12 co-authors. Here are the top co-authors by number of shared publications:
- Jennifer Samanta Hurtado-Caina
Universidad Nacional de Chimborazo
4 shared publications - Angel David Males-Villegas1 shared publication
- Dayanara Yánez-Arcos
Centro de Investigación de Ciencias Humanas y de la Educación (CICHE), Universidad Indoamérica, Ambato 180103, Ecuador
1 shared publication - Geovanny Patricio Moreno Garzón
Investigador Independiente
1 shared publication - Henry Mauricio Villa Yánez
Universidad Nacional de Chimborazo
1 shared publication - Hugo Yánez-Rueda
Universidad Tecnológica Indoamérica
1 shared publication
Latest Publications
- Open Access
- 3 July 2026
- Published by Center and Development of Research Projects in Revista Multidisciplinar de Estudios Generales
- Vol. 5 (3) , 5424-5446
Optimización y segmentación basada en grafos para estrategias de chunking en sistemas Retrieval Augmented Generation (RAG)
La segmentación documental (chunking) desempeña un papel importante en la recuperación de información dentro de los sistemas Retrieval-Augmented Generation (RAG). Las estrategias Fixed Chunking, Sentence Chunking y Semantic Chunking utilizan distintos criterios para dividir los documentos, pero no consideran de forma conjunta las relaciones semánticas y estructurales entre las unidades textuales. En este trabajo se formuló e implementó una estrategia de Graph Chunking basada en teoría de grafos y optimización, y se comparó su comportamiento con las tres estrategias mencionadas. La investigación siguió un enfoque cuantitativo con diseño experimental. Primero se evaluaron nueve configuraciones del método propuesto y se seleccionó la configuración L100_T45_W10 para la comparación posterior. Las pruebas se realizaron sobre documentos de diferente extensión y se utilizaron las mismas consultas, el mismo modelo de embeddings y el mismo índice vectorial. Se consideraron los tiempos de procesamiento y las métricas Hit Rate, Precision, Recall, Mean Reciprocal Rank (MRR) y Normalized Discounted Cumulative Gain (nDCG). Graph Chunking obtuvo los valores más altos de Hit Rate y Recall en los tres documentos, además de los mayores valores de MRR y nDCG en los documentos grande y mediano. En el documento pequeño, Semantic Chunking presentó el mayor MRR, mientras que Graph Chunking y Semantic Chunking obtuvieron el mismo valor de nDCG. El método basado en grafos requirió mayor tiempo durante la segmentación, pero registró menores tiempos de recuperación y de generación de embeddings en los documentos analizados. Los resultados muestran que incorporar relaciones semánticas y estructurales durante la construcción de los fragmentos constituye una alternativa para la segmentación documental en sistemas RAG.
- 3 July 2026
- Published by Center and Development of Research Projects in Revista Multidisciplinar de Estudios Generales
- Vol. 5 (3) , 5424-5446
Open AccessOptimización y segmentación basada en grafos para estrategias de chunking en sistemas Retrieval Augmented Generation (RAG)
La segmentación documental (chunking) desempeña un papel importante en la recuperación de información dentro de los sistemas Retrieval-Augmented Generation (RAG). Las estrategias Fixed Chunking, Sentence Chunking y Semantic Chunking utilizan distintos criterios para dividir los documentos, pero no consideran de forma conjunta las relaciones semánticas y estructurales entre las unidades textuales. En este trabajo se formuló e implementó una estrategia de Graph Chunking basada en teoría de grafos y optimización, y se comparó su comportamiento con las tres estrategias mencionadas. La investigación siguió un enfoque cuantitativo con diseño experimental. Primero se evaluaron nueve configuraciones del método propuesto y se seleccionó la configuración L100_T45_W10 para la comparación posterior. Las pruebas se realizaron sobre documentos de diferente extensión y se utilizaron las mismas consultas, el mismo modelo de embeddings y el mismo índice vectorial. Se consideraron los tiempos de procesamiento y las métricas Hit Rate, Precision, Recall, Mean Reciprocal Rank (MRR) y Normalized Discounted Cumulative Gain (nDCG). Graph Chunking obtuvo los valores más altos de Hit Rate y Recall en los tres documentos, además de los mayores valores de MRR y nDCG en los documentos grande y mediano. En el documento pequeño, Semantic Chunking presentó el mayor MRR, mientras que Graph Chunking y Semantic Chunking obtuvieron el mismo valor de nDCG. El método basado en grafos requirió mayor tiempo durante la segmentación, pero registró menores tiempos de recuperación y de generación de embeddings en los documentos analizados. Los resultados muestran que incorporar relaciones semánticas y estructurales durante la construcción de los fragmentos constituye una alternativa para la segmentación documental en sistemas RAG.
- 17 February 2026
- Published by Springer Nature
- p. 149-161
Risks and Ethical Challenges of Emotional Intelligence in Conversational Agents
- 17 February 2026
- Published by Springer Nature
- p. 149-161
Risks and Ethical Challenges of Emotional Intelligence in Conversational Agents
- 17 February 2026
- Published by Springer Nature
- p. 163-175
Attitudes Toward Artificial Intelligence in Urban Ecuadorian Populations
- 17 February 2026
- Published by Springer Nature
- p. 163-175
Attitudes Toward Artificial Intelligence in Urban Ecuadorian Populations
- 17 February 2026
- Published by Springer Nature
- p. 135-148
Research Trends in Mixed Reality for Cognitive Aging: A Bibliometric Perspective
- 17 February 2026
- Published by Springer Nature
- p. 135-148
Research Trends in Mixed Reality for Cognitive Aging: A Bibliometric Perspective
- 17 February 2026
- Published by Springer Nature
- p. 77-96
Dual Regimes of Nonlinear Energy Dynamics in FPUT Lattices: From Recurrence to Chaos in Communication-Oriented Systems
- 17 February 2026
- Published by Springer Nature
- p. 77-96
Dual Regimes of Nonlinear Energy Dynamics in FPUT Lattices: From Recurrence to Chaos in Communication-Oriented Systems
- Open Access
- 17 February 2025
- Published by Editorial Ciencia Digital in AlfaPublicaciones
- Vol. 7 (1.1) , 49-73
Propuesta de transformación hacia la Industria 4.0 del monitoreo, inspección y mantenimiento de tanques reservorios de crudo en Ecuador
Introducción. La industria petrolera en Ecuador debe transicional la forma de monitoreo, inspección y mantenimiento de tanques de crudo. Mediante la Industria 4.0, con IoT, IA y sensores inteligentes, se mejora eficiencia y reduce costos. No obstante, existen brechas tecnológicas y económicas de implementación. Se propone un modelo para modernizar y optimizar estos procesos. Objetivo. Plantear los requerimientos técnicos y tecnológicos necesarios para la evolución de los procesos de monitoreo, inspección y mantenimiento en los tanques de crudo en la industria petrolera en Ecuador en Ecuador hacia un modelo basado en los principios de la Industria 4.0, con el fin de optimizar la eficiencia operativa, reducir riesgos ambientales y mejorar la sostenibilidad. Metodología. El modernizar el monitoreo, inspección y mantenimiento de tanques de crudo hacia Industria 4.0 con IoT, drones y sistemas ciberfísicos normados incluye análisis diagnóstico, definición de requisitos, diseño tecnológico, pruebas piloto y evaluación de impacto. Resultados. El sistema físico y ciberfísico de la Industria 4.0 integra sensores IoT, robots, drones y tecnologías avanzadas. Estimado una inversión de $196,000, con la que se optimiza eficiencia, seguridad y costos operativos, dentro de estándares globales y garantizando sostenibilidad a largo plazo. Conclusión. La implementación de tecnologías de la Industria 4.0 para el monitoreo, inspección y mantenimiento de tanques reservorios de crudo es factible en industrias petroleras de Ecuador, ya que, con una inversión inicial de $196,000, se podría optimizan costos, aumentan la seguridad en operarios y ofrecer un alto retorno de inversión a largo plazo. Área de estudio general: Industria y tecnología. Área de estudio específica: Industria 4.0, Oil & Gas. Tipo de estudio: Artículo original.
- 17 February 2025
- Published by Editorial Ciencia Digital in AlfaPublicaciones
- Vol. 7 (1.1) , 49-73
Open AccessPropuesta de transformación hacia la Industria 4.0 del monitoreo, inspección y mantenimiento de tanques reservorios de crudo en Ecuador
Introducción. La industria petrolera en Ecuador debe transicional la forma de monitoreo, inspección y mantenimiento de tanques de crudo. Mediante la Industria 4.0, con IoT, IA y sensores inteligentes, se mejora eficiencia y reduce costos. No obstante, existen brechas tecnológicas y económicas de implementación. Se propone un modelo para modernizar y optimizar estos procesos. Objetivo. Plantear los requerimientos técnicos y tecnológicos necesarios para la evolución de los procesos de monitoreo, inspección y mantenimiento en los tanques de crudo en la industria petrolera en Ecuador en Ecuador hacia un modelo basado en los principios de la Industria 4.0, con el fin de optimizar la eficiencia operativa, reducir riesgos ambientales y mejorar la sostenibilidad. Metodología. El modernizar el monitoreo, inspección y mantenimiento de tanques de crudo hacia Industria 4.0 con IoT, drones y sistemas ciberfísicos normados incluye análisis diagnóstico, definición de requisitos, diseño tecnológico, pruebas piloto y evaluación de impacto. Resultados. El sistema físico y ciberfísico de la Industria 4.0 integra sensores IoT, robots, drones y tecnologías avanzadas. Estimado una inversión de $196,000, con la que se optimiza eficiencia, seguridad y costos operativos, dentro de estándares globales y garantizando sostenibilidad a largo plazo. Conclusión. La implementación de tecnologías de la Industria 4.0 para el monitoreo, inspección y mantenimiento de tanques reservorios de crudo es factible en industrias petroleras de Ecuador, ya que, con una inversión inicial de $196,000, se podría optimizan costos, aumentan la seguridad en operarios y ofrecer un alto retorno de inversión a largo plazo. Área de estudio general: Industria y tecnología. Área de estudio específica: Industria 4.0, Oil & Gas. Tipo de estudio: Artículo original.