VI Taller Internacional de Matemática Computacional
-
Una visión general sobre la cienciometría y la evaluación de la ciencia
Dr.C Yunwei ChenHecho
-
Metodología computacional para evaluar la motivación y la retención del conocimiento
Mónica Gabriela Cháchalo SandovalHecho
-
Modelo computacional para la evaluación del desarrollo de competencias de redacción académica en la asignatura Unidad de Integración Curricular
Jean RamosHecho
-
Empleo de DTW como medida de distancia en datos obtenidos desde Smartphone
Arlety Leticia GarcíaHecho
-
Sistema inteligente de optimización y clasificación de productores agropecuarios mediante algoritmos de Aprendizaje Automático
Walter Vinicio Culque ToapantaHecho
-
Aplicación de la nanotecnología para la innovación en prevención, diagnóstico y tratamiento odontológico
Alexis Fernando Chango QuingaHecho
-
Análisis estadístico computacional sobre prevalencia de adherencia terapéutica en personas con hipertensión arterial
César Paúl Cervantes GarcíaHecho
-
Análisis computacional sobre el aprendizaje de vocabulario básico de inglés para Educación General Básica Media
Luis Orlando Albarracín ZambranoHecho
-
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 TobarHecho
-
Clasificación estadística supervisada para analizar el impacto del propóleo sobre las bacterias Actinomyces viscosus y Streptococcus mutans
Herman Alfredo Dávila PintoHecho
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.