https://doi.org/10.35290/ro.v5n1.2024.996
Sistema de control de recursos utilizando código QR
mediante aprendizaje supervisado, implementando
una plataforma web para la gestión de bienes
informáticos
Resource control system using QR code through supervised
learning, implementing a web platform for the management of
IT assets
Fecha de recepción: 2023-08-03 • Fecha de aceptación: 2023-10-03 • Fecha de publicación: 2024-02-10
Victor Alfonso Cusco Vinueza1
Universidad de las Fuerzas Armadas - ESPE, Ecuador
vacusco@espe.edu.ec
https://orcid.org/0000-0003-2373-2995
Doris Karina Chicaiza Angamarca2
Universidad de las Fuerzas Armadas - ESPE, Ecuador
dkchicaiza@espe.edu.ec
https://orcid.org/0000-0003-1458-8274
Luis Rene Quisaguano Collaguazo3
Universidad Técnica de Cotopaxi, Ecuador
luis.quisaguano1@utc.edu.ec
https://orcid.org/0000-0003-1345-0898
Resumen
Geovanny Euclides Silva Peñafiel4
Escuela Superior Politécnica de Chimborazo, Ecuador
geovanny.silva@espoch.edu.ec
https://orcid.org/0000-0002-1069-4574
Este artículo presenta un sistema innovador de control de recursos basado en códigos
QR y aprendizaje supervisado, diseñado para la gestión eficiente de bienes informáticos
en el área de soporte técnico y dirección de tecnologías de información y comunicación.
La cual se implementó como herramienta de soporte que contribuya a la gestión y
control de información de las características de un equipo de cómputo mediante la
generación de reportes en el sistema y la generación de códigos QR que permitirá
visualizar información en un dispositivo móvil. La investigación buscará contribuir al
proceso de mantenimiento correctivo de los equipos de cómputo mediante la aplicación
de técnicas de aprendizaje supervisado y el algoritmo del vecino más cercano, por el
cual el sistema identificará un alto consumo de CPU y memoria RAM. Ello dará como
resultado la generación de alertas al correo electrónico que notificará el estado actual
del equipo y generará turnos de mantenimiento que permitan al área de soporte técnico
generar un historial de acciones que preservará el buen estado y el funcionamiento de un
equipo de cómputo.
Palabras clave: inventario, mantenimiento, codificación, aprendizaje móvil, enseñanza
asistida por ordenador.
Abstract
This article presents an innovative resource control system based on QR codes and
supervised learning, designed for the efficient management of computer assets in the
area of technical support and management of information and communication
technologies. It was implemented as a support tool that contributes to the management
and control of information on the characteristics of a computer equipment through the
generation of reports in the system and the generation of QR codes that will allow the
visualization of information on a mobile device. The research will seek to contribute to
the corrective maintenance process of computer equipment through the application of
supervised learning techniques and the nearest neighbor algorithm through which the
system will identify high consumption of CPU and RAM memory resulting in the
generation of email alerts that will notify the current status of the equipment and
generate maintenance shifts that will allow the technical support area to generate a
history of actions that will preserve the good condition and operation of a computer
equipment.
Keywords: inventory, maintenance, coding, mobile learning, computer-assisted
instruction
Introducción
Aplicar tecnologías vinculadas a la inteligencia artificial permite el mejoramiento en el
proceso de análisis y aplicación de las diferentes herramientas tecnológicas referentes a
la inteligencia artificial (Moreno, 2019; Martínez, 2022; Ynfante et al., 2022).
El machine learning utiliza algoritmos para permitir que las computadoras reconozcan
patrones de grandes cantidades de datos y puedan realizar predicciones (lo que se
conoce como análisis predictivo) (Luna, 2022).
Actualmente el uso de diferentes herramientas, ligadas a la inteligencia artificial,
permiten que se puedan generar alertas, de acuerdo a un aprendizaje realizado
automáticamente (Landín et al., 2022), la técnica de vecino más cercano es una de las
más utilizadas, pues permite recopilar información que sea útil, de acuerdo a las
diferentes aplicaciones que se estén realizando (Calderón y Prada, 2021).
La presente investigación tiene como finalidad desarrollar un sistema de gestión de
inventario de los bienes informáticos existentes, mediante un plan de mantenimiento
vigente en el área de soporte técnico, ha servido como herramienta de soporte que
contribuya a la gestión y control de información general de las características de un
equipo de cómputo, el funcionario y el departamento en donde se encuentren, el sistema
mediante la generación de código QR.
El desarrollo de la investigación busca contribuir al proceso de mantenimiento
correctivo de los equipos de cómputo mediante la aplicación de técnicas de aprendizaje
supervisado y el algoritmo del vecino más cercano, en el cual, el sistema identificará un
alto consumo de CPU y memoria RAM, dando como resultado la generación de alertas
al correo electrónico que describa el estado actual del equipo de cómputo y creará
turnos que permita al encargado del área de soporte técnico generar un historial de
acciones que tienen como fin preservar el estado y el funcionamiento de un equipo de
cómputo.
Para el desarrollo e implementación de la investigación se ha seleccionado la
metodología SCRUM, al ser la más utilizada, también definida en los requerimientos
del cliente, misma que ha permitido generar un marco de gestión ágil del proyecto; la
metodología ha permitido la interacción con el área de soporte técnico y dirección de
tecnologías de información y comunicación. El desarrollo del proyecto utilizando
SCRUM ha facilitado la comprensión del avance del sistema hasta su implementación y
así poder considerar posibles cambios que determine con cada presentación (Aguilar,
2021).
Las herramientas de desarrollo JavaScript, MariaDB y Python facilitan la
implementación de funcionabilidades que dan como resultado la visualización, análisis
y aplicación de técnicas de mantenimiento que permitan mejorar la gestión y control del
estado de un bien informático (Cañas y Muñoz, 2022).
1.1 Trabajos preliminares
Las empresas, organizaciones y entidades educativas se han actualizado al uso de
herramientas tecnológicas que permitan automatizar los procesos internos de
actividades laborales y mejorar la operatividad (Muñoz y Cárdenas, 2021). Los
departamentos de tecnologías y sistemas generan programas de mantenimiento de
estrategias de confiabilidad del rendimiento de un equipo de cómputo (Loza, 2017).
Diversas entidades están implementando procesos tecnológicos que permitan controlar
el inventario de equipos tecnológicos, gestionando procesos que generan demoras,
daños de bienes e insuficiencias en la asignación de responsabilidades a los custodios
(Castrillón et al., 2021).
Tomando como referencia el Estándar de Control Interno de la Unidad de Tecnologías
de la Información, solicitan a las organizaciones mejorar el mantenimiento y uso de los
activos de tecnología, tanto de hardware como de software, con procesos que soporten
la seguridad de los dispositivos de cómputo Cuenca et al., 2019).
Metodología
La investigación se ha desarrollado mediante la aplicación de los siguientes materiales y
métodos explicados en los apartados siguientes.
Aplicar la investigación exploratoria tiene como objetivo la formulación de un problema
para posibilitar una investigación más precisa (Nieto, 2018). El área de soporte técnico
tiene como objetivo obtener una visión general de sus procesos de gestión de control y
mantenimiento de bienes informáticos. La aplicación de la investigación exploratoria ha
permitido fraccionar el problema existente en el departamento, ya que dicha
investigación es aplicable con la finalidad de generar criterios y dar prioridad a algunos
entornos con problemas destacables.
Se ha aplicado la investigación de campo con la finalidad de recopilar información de
diferentes medios de extracción de información primaria sobre los procesos de gestión y
mantenimiento de bienes informáticos, el cual para aplicar dicha investigación fue
necesario visitar concurrentemente al área de soporte técnico y dirección de tecnologías
de información y comunicación para generar una entrevista y observaciones del
problema de investigación.
2.1. Procedimiento
La realización del sistema de control de recursos utilizando código QR mediante
aprendizaje supervisado, inicia con el proceso de obtener los diferentes requerimientos
necesarios para desarrollar el aplicativo web, implementar un sistema cliente encargado
de leer el estado del equipo y enviar esa información al sistema principal para poder
realizar la gestión de estos datos.
Figura 1
Diagrama de Proceso del Aplicativo
2.1.1 Diagrama de casos de uso
Figura 2
Diagrama de caso de uso de Optimización de Mantenimiento
El siguiente diagrama (ver Figura 2) permite visualizar las actividades internas del
sistema con base en la optimización de mantenimiento, el mismo que recolectará la
información del uso del CPU y la memoria RAM de los bienes informáticos, y permitirá
evaluar soluciones de eventos fortuitos.
Figura 3
Componentes del Sistema desde la Perspectiva del Usuario
Para el registro de datos se ha utilizado MariaDB como base de datos, ya que de
acuerdo a los requerimientos las herramientas utilizadas son Open Source.
2.2 Diseño de la base de datos
Sobre la base del análisis realizado para la elaboración del proyecto se han destacado
una serie de requerimientos no funcionales que tienen relación con el modelo de
desarrollo, así como el uso de herramientas que se han visto adecuadas, con el fin de
cumplir con los requisitos del sistema.
2.2.1 Modelamiento de datos
Se ha visto la necesidad de modelar los datos partiendo desde el modelo conceptual,
iniciando el modelo lógico hasta el modelo físico de la base de datos con el fin de
contribuir al proceso de diseño de arquitectura de datos. El modelado de las bases de
datos permite con base en el resultado del análisis del requerimiento tener una idea clara
de cómo estará estructurado la arquitectura de la base de datos, así como poder
establecer cardinalidad basada en un modelo que se oriente desde lo conceptual hasta el
físico.
2.3 Desarrollo del sistema
La característica más importante de NodeJS, y que ahora otra serie de lenguajes
están aplicando, es la de no ser bloqueante, es decir, si durante la ejecución de
un programa hay peticiones que requieren un tiempo para producirse la
respuesta, Node no detiene el hilo de ejecución del programa esperando que esa
parte acabe, sino que continúa procesando las siguientes instrucciones que no
requieren los resultados del proceso lento. Cuando este termina, realiza las
instrucciones que fueran definidas para realizar con los resultados recibidos
(Rodríguez, 2017).
Sobre la base del resultado de la investigación bibliográfica se ha optado por utilizar
para el lado del servidor un entorno de ejecución Node JS, que, al trabajar en conjunto,
permitirá realizar peticiones asíncronas mediante su naturaleza de responder a través de
eventos, Node JS va a poder soportar una gran concurrencia de trasferencia de datos
debido que delega las peticiones a la base de datos y mientras que la ejecución del
sistema sigue en su normalidad sin interrupciones; a esto se lo llama naturaleza
asíncrona.
2.3.1 Desarrollo del interfaz del sistema
Para desarrollar el FrontEnd con base en la investigación bibliográfica y al análisis
comparativo se ha visto la necesidad de utilizar el Framework Vue.js, el cual permitió
durante el proceso de desarrollo generar vistas de usuarios dinámicos que facilitarán la
visualización inmediata de datos (ver Figura 4).
Figura 4
Interfaz Principal del Sistema
Para el desarrollo del Dashboard se ha optado por trabajar con el Admin One de Buefy,
y mostrará modelos de vistas de usuarios, trabajará en conjunto con tecnologías CSS
Bulma con Vue JS, debido que se acopla con las necesidades del proyecto, así como
también permitirá la interacción one page que caracteriza al proyecto como un sistema
asíncrono.
a)
Módulo gestión de usuario
En la siguiente Figura 5 se puede visualizar el módulo de usuario representando el
diseño y la estructuración de datos e información de usuarios. El administrador podrá
visualizar, editar, eliminar a los usuarios que operarán el sistema.
Figura 5
Interfaz del Módulo de Usuario
En este módulo se han definido los diferentes usuarios y su respectivo rol, quienes serán
los encargados de monitorear el trabajo del software cliente instalado en los equipos de
cómputo.
b)
Diseño del módulo de aprendizaje supervisado del proyecto
1) DataSets
Para el proceso de desarrollo del módulo de control de recursos del hardware, del
equipo de cómputo, se ha establecido utilizar una técnica de aprendizaje supervisado
orientada a la clasificación de datos con la finalidad de permitir al algoritmo aprender a
través de una estructura de datos que en conjunto se convierte en información clave.
Razón por la cual se ha visto la necesidad de obtener DataSets que hace referencia a una
agrupación de datos estructurados que tiene como finalidad servir como datos de
entrenamiento para el algoritmo que se utilizará dentro del aprendizaje supervisado.
Los DataSets se encontrarán creados y diseñados a partir del módulo de recolección de
datos del CPU y RAM de los bienes informáticos, dentro del módulo se ejecutarán
script que recopilarán los datos como imágenes de líneas de tendencias.
Figura 6
Imagen de un DataSets de los datos de uso de RAM y CPU
2) Clasificación de los DataSets
En el proceso de desarrollo se ha valorado que la clasificación de los datos con base en
el análisis y una previa investigación es indispensable para que el algoritmo aprenda a
partir de un orden estandarizado y una clasificación basada en el criterio del
programador. Sobre la base del estudio de la factibilidad de la reducción de procesos de
clasificación se ha determinado optar por un sistema con interfaz realizada en Python,
que permitirá clasificar archivos .csv con el fin de reducir tiempos de clasificación y
estimular agilidad basada en la gestión del proceso de desarrollo.
Figura 7
App para la Clasificación de los DataSets
En la Figura 7 se puede observar parte de la estructura del código para la generación de
una app que permita clasificar nuestro DataSets, y a su vez, mediante previo análisis del
administrador del área de soporte técnico y dirección de tecnologías de información y
comunicación.
Figura 8
Sistema para la Clasificación de los DataSets
En la Figura 8 se puede apreciar sobre la clasificación de los archivos .csv que se ha
recopilado en el módulo de obtenerMetricas.py, en donde se puede visualizar cómo se
obtuvo la imagen de la frecuencia de uso de recursos, archivos .csv que disponen de
puntos y referencias que hacen que al mapearlos en la aplicación de clasificación se
rediseñen las líneas de frecuencia.
Es importante recalcar que el uso de esta herramienta es únicamente provisional con el
fin de reducir tiempos de clasificación y permitir recrear un criterio de caracterización
de datos, y tengamos clasificación con la que podamos iniciar el entrenamiento del
algoritmo de aprendizaje supervisado.
Bajo el enfoque de aprendizaje supervisado, lo que se ha buscado es que exista la
manipulación humana en vista de obtener resultados que se asemejen a la realidad, en
este caso, el proyecto se basa en que la clasificación dependerá de los datos de entrada,
así como su clasificación bajo un criterio humano.
c)
Algoritmo del vecino más cercano
Para el proceso de elaboración de predicciones, basadas en datos que se recopilan
mediante un indicador de bienes informáticos, a medida que el proceso de desarrollo ha
avanzado se ha visto la necesidad de ejecutar un módulo de aprendizaje supervisado
mediante el algoritmo de clasificación el vecino más cercano (K Nearest Neighbours)
considerando los siguientes aspectos (Alvarado, 2022).
Facilidad de implementación.
Factor tiempo.
La viabilidad es de un 100%.
El algoritmo del vecino más cercano (K Nearest Neighbours) va a permitir reconocer
mediante el uso de coordenadas cardinales, una similitud con base en la cercanía de un
dato con respecto a un grupo en específico de un punto dado. Es decir, a través de
simple geometría se calcula la distancia desde el centro de un conjunto al punto, y en
consecuencia se determina a cuál conjunto de datos pertenece esta imagen procesada.
Figura 9
Conceptualización del Vecino más Cercano en Base a la Investigación
Como parámetro principal se ha dispuesto de conjuntos de datos previamente
entrenados que tendrán como característica que represente una cantidad del uso de
recurso de un bien informático; en la Figura 9 se puede visualizar como estará dividido:
en alto uso, medio uso y bajo uso de los recursos que se usen del bien informático y así
poder realizar las predicciones.
Resultados
En este apartado se muestran los resultados obtenidos por medio de la aplicación de los
procesos expuestos en el apartado anterior.
3.1 Resultados del sistema
Fue indispensable terminar el módulo del uso de técnicas de aprendizaje supervisado,
debido que su importancia y relevancia tomaba como referencia a la estructura del
módulo de mantenimiento e informes que procederían como resultados del sistema,
evidentemente lo que se ha buscado es terminar todos los módulos del sistema con el fin
de poder ordenar, estructurar y compartir la información con base en una herramienta
que previamente se había mencionado, el cual es el código QR.
Se ha considerado eliminar y actualizar datos de la tabla métrica aplicando el comando
SQL “truncate” y “update”, con la finalidad de eliminar datos innecesarios del proyecto,
y que no se almacene de una forma constante, y así permitir un rendimiento estable en
la base de datos.
Una de las consideraciones del auxiliar de servicios informáticos es el proceso de
rendimiento de un equipo de cómputo, por lo que se ha realizado la evaluación del
consumo de rendimiento de CPU y memoria RAM de los bienes informáticos cada 5
minutos, para poder obtener alertas tempranas se notificará el problema al correo del
administrador y al dashboard principal del sistema, mediante la librería Socket.IO, con
el fin de brindar información detallada del equipo de cómputo y su estado actual para
después generar un turno de mantenimiento que permita al técnico gestionar un horario
de asistencia técnica que de paso a realizar el mantenimiento correctivo.
Figura 10
Diagrama de flujo de ejecución
Se ha utilizado la herramienta Qrious para el desarrollo de los códigos QR que tendrán
como resultado la vista de la información de un bien informático determinado, así como
la visualización de la gráfica representativa del uso de CPU y RAM de los bienes
informáticos, con la finalidad de servir como información de soporte que contribuya a la
toma de decisiones técnicas basadas en la orientación de buscar una solución respecto a
un problema que ocurra dentro del hardware del bien informático.
También, en vista de poder identificar el trabajo que desempeña el área de soporte
técnico y dirección de tecnologías de información y comunicación se ha anexado el
historial de mantenimiento técnico que se realice cada cierto tiempo, dependiendo de las
alertas que emita el sistema con base en revisar el alto consumo de recursos.
Figura 11
Características de la Alerta
En la Figura 11 se establece un formato que recopila la información que permitirá el
origen del problema, el bien informático que ha sido evaluado, causas y
recomendaciones: Nombre de la Alerta / Fecha de notificación / Código Institucional
del equipo / Departamento / Bloque / Causas / Recomendaciones.
Se genera una alerta que tiene una sola prioridad y una notificación al técnico
administrativo, el sistema automatizará un ticket de mantenimiento para el posterior
análisis y revisión por parte de los encargados del área de soporte técnico y dirección de
tecnologías de información y comunicación.
En la Figura 12 se anexa captura del módulo de mantenimiento y la estructura que
complementa, con la finalidad de conocer información primaria acerca del problema y
con base en el criterio técnico del administrador del área de soporte técnico y dirección
de tecnologías de información y comunicación realizar las actividades de
mantenimiento preventivo y correctivo.
Figura 12
Módulo de Turnos de Mantenimiento
3.1.1 Resultados de gestión del sistema
La gestión del mantenimiento correctivo ha permitido llevar un historial de
mantenimiento realizado en cada equipo de cómputo, registrando el mantenimiento se
puede realizar todo el proceso de control del sistema o de manera manual registrar un
turno de mantenimiento, además crear una ficha de mantenimiento (ver Figura 13 y
Figura 14) que indique los datos del equipo de cómputo, la gráfica de rendimiento y las
actividades que se han realizado.
Figura 13
Ficha de Mantenimiento
Figura 14
Resultados de Mantenimiento
Las fichas de mantenimiento correctivo de los equipos de cómputo del inventario se
pueden visualizar en el módulo de informes, el cual se creará a partir de presionar el
botón “observar” del turno de mantenimiento y completar los formularios propuestos.
En la Figura 15 se podrá visualizar las actividades de mantenimiento que se han
realizado hasta el momento, dando así una gestión de los equipos en vista de perseverar
el buen rendimiento.
Figura 15
Informes de Mantenimiento
Un equipo de cómputo puede tener una o más fichas de mantenimiento almacenado
dentro de la información del mismo, en la Figura 16 se puede visualizar su gestión con
respecto a la información y el historial de mantenimiento.
Figura 16
Informes de Mantenimiento
3.2 Resultado del entrenamiento
Los resultados del entrenamiento se basan en la precisión de predecir un suceso que
acontece con base en el consumo de recursos que se encuentren registrados en el
sistema. Cuando se obtuvo los datos clasificados del DataSets se pude evidenciar la
necesidad de establecer la clasificación entre un bajo, medio y alto consumo recursos en
el plano cartesiano basados en un criterio determinado.
El sistema deberá registrar el consumo de hardware de los bienes informáticos de la
universidad cada 5 segundos, de esta manera se evitará que exista un alto consumo con
base en el espacio en memoria que ocupe el sistema. Se ha considerado que la métrica
que se obtenga se establezca en el plano cartesiano y pueda el algoritmo identificar cuál
es el vecino más cercano y establecer una respuesta final que facilitará al técnico del
área de soporte técnico el mantenimiento preventivo y correctivo del equipo de
cómputo.
Como resultado del entrenamiento se generará una alerta de consumo de recursos del
hardware del equipo de cómputo que puede ser alto, medio o bajo; a partir de esta
información el sistema emitirá un ticket o una orden de atención técnica en caso de que
exista frecuencia en el consumo alto de recursos. El sistema (ver Figura 17) permitirá
revisar el historial del rendimiento para contribuir al técnico a gestionar las actividades
de mantenimiento.
Figura 17
Funcionamiento Interno del Sistema
Como resultado, el sistema le permitirá al responsable revisar el rendimiento del bien
informático y evaluar su estado sobre la base de los datos que registre el sistema, y así
servir como una herramienta de soporte que estime mejor las decisiones del técnico
basado en la orientación de soluciones hacia un hardware en específico.
Conclusiones
Es importante el uso de técnicas de investigación para conocer las necesidades que se
requerían solucionar, el uso de entrevistas, investigación de campo y la observación del
problema permitió dar como resultado el análisis e implementación de un sistema de
inventario y de gestión de mantenimientos correctivo que sirva como herramienta de
soporte de actividades de administración de los bienes informáticos.
Un análisis acertado ha permitido elegir las herramientas necesarias para desarrollar el
proyecto; se ha considerado mantener características de programación asíncrona que
permitan cumplir con los requerimientos funcionales y el alcance del proyecto.
Con la elección de herramientas de desarrollo, y, bajo la metodología SCRUM, se logró
construir e implementar un sistema de gestión de inventario y control de asistencia
técnica utilizando un algoritmo de aprendizaje supervisado y código QR.
Referencias
.
Aguilar, L. (2021). Desarrollo e implementación de un sistema web basado en la
metodología scrum, para mejorar el proceso de autorizaciones e infracciones en la
dirección regional de transportes y comunicaciones de Ayacucho [Tesis de Grado,
Universidad Autónoma del Perú]. https://hdl.handle.net/20.500.13067/1318.
Alvarado, J. (2022). Estudio comparativo del nivel de eficacia en modelos algorítmicos
al estimar la deserción de los estudiantes del nivel pregrado en la Universidad de
Huánuco-2019 [Tesis de Maestría, Universidad de Huanuco].
http://repositorio.udh.edu.pe/123456789/3298
Calderón, J., y Prada Sierra J. (2021). Modelo de inteligencia artificial para generar
alertas de riesgos en la Bahía de Cartagena [Tesis de Grado, Universidad Catolica de
Colombia]. https://hdl.handle.net/10983/27629
Cañas, F., y Muñoz, E. (2022). Desarrollo de un modelo de aprendizaje supervisado
usando técnicas de Machine Learning para la predicción de la calidad del aire [Tesis
de Grado, Universidad de Guayaquil]. http://repositorio.ug.edu.ec/handle/redug/65237
Castrillón, O., Sarache, W., y Ruiz-Herrera, S. (2021). Predicción del rendimiento
académico por medio de técnicas de inteligencia artificial. Formación Universitaria,
13(1), 93-102. http://dx.doi.org/10.4067/S0718-50062020000100093
Cuenca, J., Granda, J., y Correa, M. (2019). Propuesta de un sistema para el control
informático de los departamentos de tecnología [Tesis de Grado, Universidad Estatal de
Milagro]. http://repositorio.unemi.edu.ec/xmlui/handle/123456789/4813
Landín, J., Reina, C., y Vaca, C. (2022). Procesamiento de lenguaje natural y
generación automática de alertas de las reseñas de clientes, en una empresa de
telecomunicaciones del Ecuador [Tesis de Maestría, Escuela Superior Politécnica del
Litoral]. http://www.dspace.espol.edu.ec/handle/123456789/57284
Loza, J. (2017). Propuesta de Creación de Mesa de Servicios Usando las Buenas
Prácticas ITIL y la Instalación de un Sistema Informático Para Manejo de tickets como
Aporte a la Gestión en el Departamento de Administración de la Facultad Piloto de
Odontología de la Universidad de Guayaquil [Tessis de Grado, Universidad de
Guayaquil]. http://repositorio.ug.edu.ec/handle/redug/19543
Luna, E. (2022). Diseñar una herramienta de inteligencia artificial usando Machine
Learning para la comparación entre aprendizaje virtual VS aprendizaje presencial
[Tesis de Grado, Universidad de Guayaquil].
http://repositorio.ug.edu.ec/handle/redug/64129
Moreno, R. (2019). La llegada de la inteligencia artificial a la educación. Revista De
Investigación En Tecnologías De la Información, 7(14), 260-270.
https://doi.org/10.36825/RITI.07.14.022
Muñoz, L., y Cárdenas, R. (2021). Diseño de una ruta en BPM e inteligencia artificial,
que permita mejorar el proceso de socialización y apropiación de la información, a los
docentes y administrativos del CEAD José Acevedo y Gómez de la Universidad
Nacional Abierta y a Distancia- UNAD.
Nieto, N. (2018). Tipos de investigación. Universidad Santo Domingo de Guzman.
Rodríguez, G. (2017). Desarrollo de una aplicación web con Node.js para la
monitorización en tiempo real de un electrocardiograma [Tesis de Grado, Universidad
de Sevilla]. http://hdl.handle.net/11441/66716
Ynfante, M., Machado, M., Machado, N., y Velasteguí, E.(2022). Técnicas de
aprendizaje supervisado para la detección y clasificación de enfermedades y defectos en
imágenes de frutas: revisión. Magazine De Las Ciencias: Revista De Investigación E
Innovación, 7(1), 1–16. https://doi.org/10.33262/rmc.v7i1.2330.
Copyright (2024) © Victor Alfonso Cusco Vinueza, Doris Karina Chicaiza
Angamarca, Luis Rene Quisaguano Collaguazo y Geovanny Euclides Silva Peñafiel
Este texto está protegido bajo una licencia internacional Creative Commons 4.0.
Usted es libre para Compartir—copiar y redistribuir el material en cualquier medio o
formato — y Adaptar el documento — remezclar, transformar y crear a partir del
material—para cualquier propósito, incluso para fines comerciales, siempre que cumpla
las condiciones de Atribución. Usted debe dar crédito a la obra original de manera
adecuada, proporcionar un enlace a la licencia, e indicar si se han realizado cambios.
Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene
el apoyo del licenciante o lo recibe por el uso que hace de la obra.
Resumen de licencia – Texto completo de la licencia