VI International Workshop on Computational Mathematics
-
An overview about Scientometric and Assessment of the Science
Dr.C Yunwei ChenOct. 15
-
Modelo computacional de analítica de datos con Power BI para la identificación de patrones delictivos contra la propiedad en la Zona 1 del Ecuador
Andrés Roberto León YacelgaOct. 15
-
Análisis computacional sobre el aprendizaje de vocabulario básico de inglés para Educación General Básica Media
Luis Orlando Albarracín ZambranoOct. 15
-
Modelos de simulación clínica en la enseñanza de las ciencias de la salud: una revisión sistemática
Mónica Gabriela Cháchalo SandovalOct. 15
-
Metodología computacional para evaluar la motivación y la retención del conocimiento
Mónica Gabriela Cháchalo SandovalOct. 15
-
Sistema inteligente de optimización y clasificación de productores agropecuarios mediante algoritmos de Aprendizaje Automático
Walter Vinicio Culque ToapantaOct. 15
-
Modelo analítico y experimental para evaluar el comportamiento de nanopartículas en empastes de resina utilizados en tratamientos odontológicos
Juan Sebastián Michilena EcheverríaOct. 15
-
Aplicación de la nanotecnología para la innovación en prevención, diagnóstico y tratamiento odontológico
Sol Elizabeth Altamirano PovedaOct. 15
-
Modelo computacional para la evaluación del desarrollo de competencias de redacción académica en la asignatura Unidad de Integración Curricular
Jean RamosOct. 15
-
Modelo computacional de apoyo a la decisión clínica para la aplicación de la técnica de Hall en pacientes pediátricos con caries en dentición decidua
Karen Gissel Guerrero TobarOct. 15
El presente trabajo tuvo como objetivo desarrollar un prototipo robótico, denominado Automatizado Robótico de Gestión y Observación Sensorial (A.R.G.O.S.), capaz de operar en entornos hostiles o de difícil acceso para recopilar y transmitir datos en tiempo real, contribuyendo a la toma de decisiones en escenarios críticos. Para ello, se diseñó una estructura modular con movilidad adaptativa, integrando sensores multifuncionales, dos microcontroladores Arduino UNO para evitar interferencias, y un sistema de suspensión flexible para terrenos irregulares. La metodología se dividió en cuatro etapas: construcción física con componentes mecánicos y electrónicos, programación de algoritmos de
navegación autónoma y comunicación Bluetooth, y pruebas en laboratorio, entornos simulados y reales. Los resultados mostraron que el robot superó rampas y terrenos rocosos con una eficacia del 95% en evasión de obstáculos, detectó objetos a 4–5 metros mediante el sensor ultrasónico, y registró datos ambientales con precisión (humedad/temperatura ±2%, campo magnético 80% eficaz). Estos resultados evidencian que A.R.G.O.S. es una solución viable para exploración en entornos críticos, aunque futuras iteraciones deberán abordar limitaciones energéticas y mejorar la adaptabilidad en terrenos extremos. El prototipo sienta las bases para robots versátiles en aplicaciones de rescate,
inspección industrial y monitoreo ambiental.