Fernando Antonio Cox López
Fernando Antonio Cox López has a total of 4 co-authors. Here are the top co-authors by number of shared publications:
- Angel Marcel Plaza Vargas
Facultad de Ingeniería Industrial, Universidad de Guayaquil. Guayaquil, Ecuador, 090112
1 shared publication - Ivan Leonel Acosta Guzmán
Universidad de Guayaquil
1 shared publication - Letsy Geanela Pilozo Rodríguez1 shared publication
- Mario Alfredo Sebastián Sánchez Delgado1 shared publication
Latest Publications
- Open Access
- 4 July 2025
- Published by Revista Científica Multidisciplinar G-ner@ndo in Revista Científica Multidisciplinar G-NER@NDO
- Vol. 6 (2)
Desarrollo de un prototipo basado en Inteligencia Artificial para el reconocimiento eficiente de momentos de inactividad en laboratorios de computadoras
El consumo innecesario de energía y la falta de mecanismos automáticos para gestionar la inactividad en laboratorios universitarios representan un reto relevante para la sostenibilidad y eficiencia operativa. Con el objetivo de abordar este problema, se desarrolló un prototipo de software basado en Aprendizaje Profundo (Deep Learning) que integra modelos LSTM y CNN para el análisis multimodal combinado de datos computacionales e imágenes captadas en tiempo real, permitiendo reconocer periodos de inactividad y automatizar el apagado seguro de los equipos. La validación experimental se realizó en laboratorios de la Universidad de Guayaquil, empleando una metodología de investigación cuantitativa y metodología de Ciencia de Datos CRISP-DM, se recolectaron los datos localmente. Entre los principales hallazgos, el sistema logró una reducción significativa en el consumo energético (estimada entre el 10% y el 17%), un F1-score superior a 0.98 en la detección, y una aceptación positiva por parte de más del 70% de los usuarios encuestados. Se concluye que la solución desarrollada aporta una herramienta robusta y adaptable para la gestión eficiente de recursos en entornos educativos universitarios, evidenciando su potencial como alternativa transferible y escalable. Futuras líneas de trabajo contemplan la expansión del prototipo a otros contextos institucionales y la integración de módulos avanzados de monitoreo y reporte automático
- 4 July 2025
- Published by Revista Científica Multidisciplinar G-ner@ndo in Revista Científica Multidisciplinar G-NER@NDO
- Vol. 6 (2)
Open AccessDesarrollo de un prototipo basado en Inteligencia Artificial para el reconocimiento eficiente de momentos de inactividad en laboratorios de computadoras
El consumo innecesario de energía y la falta de mecanismos automáticos para gestionar la inactividad en laboratorios universitarios representan un reto relevante para la sostenibilidad y eficiencia operativa. Con el objetivo de abordar este problema, se desarrolló un prototipo de software basado en Aprendizaje Profundo (Deep Learning) que integra modelos LSTM y CNN para el análisis multimodal combinado de datos computacionales e imágenes captadas en tiempo real, permitiendo reconocer periodos de inactividad y automatizar el apagado seguro de los equipos. La validación experimental se realizó en laboratorios de la Universidad de Guayaquil, empleando una metodología de investigación cuantitativa y metodología de Ciencia de Datos CRISP-DM, se recolectaron los datos localmente. Entre los principales hallazgos, el sistema logró una reducción significativa en el consumo energético (estimada entre el 10% y el 17%), un F1-score superior a 0.98 en la detección, y una aceptación positiva por parte de más del 70% de los usuarios encuestados. Se concluye que la solución desarrollada aporta una herramienta robusta y adaptable para la gestión eficiente de recursos en entornos educativos universitarios, evidenciando su potencial como alternativa transferible y escalable. Futuras líneas de trabajo contemplan la expansión del prototipo a otros contextos institucionales y la integración de módulos avanzados de monitoreo y reporte automático