Objective: Late blight disease, caused by Phytophthora infestans, represents a critical threat to tomato cultivation, significantly affecting its quality and productivity. This study aimed to develop a technological tool for the early and precise detection of tomato disease in a controlled agricultural environment using machine learning (ML) techniques and digital image processing.. Methodology: A total of 3560 foliar images encompassing three severity levels of Phytophthora infestans were acquired. The Segment Anything Model (SAM) was implemented as a preprocessing step to isolate the biological tissue and eliminate chromatic background noise. Three classifiers were evaluated using a unified Monte Carlo cross-validation framework (10 iterations, 70/30 split): SVM and KNN, based on global chromatic descriptors (HSV/YIQ and PCA), compared with a CNN that extracts local spatial topologies. Results: Within the evaluated dataset, the convolutional neural network (CNN) and the local distance-based model (KNN) achieved classification metrics exceeding 98%, significantly outperforming the global color-based baseline (SVM, 79%). By evaluating the localized spatial morphology of the necrotic lesions, the CNN architecture effectively mitigated misclassifications in extreme severity phenotype. Consequently, these high classification metrics must be interpreted as an upper performance bound, strictly constrained to the ideal and controlled conditions of the greenhouse setup. Conclusions: The developed tool demonstrates high potential for automated disease diagnosis in tomatoes, contributing to phytosanitary management through emerging technologies. This study highlights ML’s role as a driver of innovation for more precise, efficient, and sustainable agriculture.
Objetivo: las redes sociales, como herramientas emergentes de las últimas tres décadas, han evolucionado en paralelo con Internet. Estas plataformas ofrecen formas de interacción que pueden derivar en distracciones positivas como negativas, según el uso que se les dé. En el ámbito educativo, un uso inadecuado de estas plataformas digitales puede generar problemas de distracción y afectar negativamente el aprendizaje. En este contexto, la presente investigación desarrolla un modelo predictivo basado en minería de datos y aprendizaje automático, con el objetivo de identificar el grado de distracción en el proceso de enseñanza-aprendizaje.Metodología: la base de conocimiento, construida a partir de una encuesta aplicada a más de 1000 estudiantes de educación superior, proporciona la información necesaria para entrenar algoritmos de aprendizaje automático capaces de predecir la probabilidad de que un estudiante sufra distracciones debido al uso de las redes sociales.Resultados: los resultados obtenidos muestran que el modelo es capaz de detectar adecuadamente el 80 % de los casos de distracción, aunque existe margen para mejorar estos resultados mediante ajustes en la base de conocimiento.Conclusiones: los hallazgos actuales demuestran un buen rendimiento en la predicción de distracciones relacionadas con el uso de las plataformas digitales, lo que permitiría anticipar el bajo rendimiento de estudiantes y proponer estrategias de mejora.
Objective: To design and simulate an electric kart that maximizes energy efficiency for racing. Methodology: The project entitled “Design and simulation of an electric kart that maximizes energy efficiency for racing” was developed using a quantitative, descriptive, and experimental virtual approach based on the construction of mathematical models, computer-aided design, and simulation using specialized software. The study is part of an applied research design, as it seeks to generate a technical solution to a specific problem: increasing energy efficiency in electric racing karts. Likewise, the research is based on a deductive method, starting from theories of vehicle dynamics and energy efficiency, to arrive at the validation of an optimized model through simulations. Results: The results validated the feasibility of the proposed design and provided invaluable insights for adjustments and enhancements. So they found that putting the electric propulsion system into the kart is okay. The kart still works well with this system. The electric propulsion system does not make the kart too heavy. This is important because the SuperKart category stays that the kart cannot weigh more than 240 kg. The electric propulsion system helps with this rule. The kart with the electric propulsion system is still under the 240 kg limit, for the SuperKart category. Conclusions: Through numerical simulations conducted in Matlab, the eKart performance was meticulously optimized, focusing on speed, autonomy, and energy efficiency. The outcomes reveal a substantial enhancement in the maximum speed attained, selection of the optimal reduction (Ntf), and increased autonomy without compromising energy consumption. The computer simulations provided comprehensive insights into the startup and operation of the components comprising the electric kart propulsion system during races, where the vehicle achieves a speed of 248 km/h in merely 34 seconds.
Contexto: los sistemas de tracción eléctrica modernos demandan convertidores de potencia capaces de operar bajo condiciones dinámicas exigentes, garantizando un suministro de energía estable, eficiente y de calidad. Uno de los principales problemas en estos sistemas es la distorsión armónica introducida por el inversor, la cual afecta negativamente el funcionamiento de la máquina. Objetivo: implementar un inversor multinivel en cascada trifásico con optimización armónica para aplicaciones de tracción eléctrica. Metodología: la metodología consta de la definición de la topología del inversor, la estructuración de una estrategia de conmutación complementada con un modelo de optimización y, finalmente, la validación mediante pruebas funcionales del prototipo en vacío. Resultados: los resultados permiten identificar formas de tensión con niveles definidos, aproximación senoidal, correctamente desfasadas entre sí y equilibradas en términos de tensión eficaz. Asimismo, se registraron valores de THD entre 1.2 % y 1.6 % para tensiones de fase, y entre 1 % y 1.2 % para tensiones de línea, mediante pruebas experimentales en vacío. Conclusiones: la topología de inversor multinivel en cascada trifásico, junto con un modelo de optimización armónica mediante algoritmos genéticos, constituye una solución viable al problema del alto contenido armónico en convertidores de potencia para sistemas de tracción. Financiamiento: este estudio hace parte de un proyecto de investigación aprobado por la Universidad de Pamplona como trabajo final de maestría, con financiación de recursos propios y apoyo institucional.
Objective: This article examines the thematic evolution and intellectual structure of research on intangible assets in micro, small, and medium-sized enterprises (MSMEs) through a comparative approach between Latin America and the international context. Its aim is to identify the main theoretical streams, regional gaps, and research dynamics that shape this field, highlighting both the convergences and divergences between the two contexts. Methodology: A mixed methodology was adopted, combining bibliometric techniques, such as co-citation analysis and thematic evolution, with a qualitative content review. The Scopus and Web of Science databases served as data sources, yielding a total of 683 documents published up to 2024, 54 of which correspond to Latin American affiliations. Results: The results reveal lower conceptual and methodological density in Latin American scientific production, characterized by a fragmented structure and a limited presence of consolidated theoretical frameworks. Nevertheless, emerging regional themes were identified that position intangible assets as strategic tools for productive transformation. Conclusions: The study concludes that Latin America is undergoing a delayed yet progressive alignment with the global agenda, and it highlights the need to strengthen context-specific frameworks that articulate global conceptual richness with regional realities.
Contexto: Las Imágenes de Resonancia Magnética (IRM) son altamente útiles para evaluar isquemias cerebrales y resultan de vital importancia para detectar las regiones donde se ubican dichas lesiones, así como para determinar su estado y condición. El análisis de estas imágenes lo realiza normalmente el médico especialista, y el diagnóstico depende fundamentalmente del conocimiento y experiencia del especialista. No obstante, para llevar a cabo un análisis cuantitativo y más objetivo, resulta de mucha utilidad la creación de modelos y herramientas matemáticas que permitan caracterizar las regiones afectadas y las regiones sanas. Ante esta necesidad, las técnicas de procesamiento digital de imágenes y las de inteligencia artificial se han convertido en alternativas para desarrollar herramientas de ayuda diagnóstica para las isquemias y otros tipos de enfermedades. Objetivo: Caracterizar y segmentar isquemias cerebrales a partir de IRM utilizando un proceso de análisis de textura basado en la transformada de Hermite. Metodología: La caracterización permite desarrollar un esquema capaz de diferenciar tejidos sanos e isquémicos de forma automática en las IRM, mediante un algoritmo de aprendizaje de máquinas o clasificador. Además, se utilizan otras técnicas de procesamiento de imágenes que contribuyen al proceso final de segmentación. Resultados: Las pruebas se realizaron con imágenes de una base de datos pública conformada por IRM que han sido adquiridas de pacientes con isquemias cerebrales. Los resultados fueron evaluados y analizados en la etapa de clasificación de los tejidos y en la etapa de segmentación, con presentación de resultados cualitativos y cuantitativos. En el contexto de la segmentación, el algoritmo desarrollado mostró un alto nivel de eficacia al delimitar las regiones isquémicas con un coeficiente Dice promedio cercano al 80 %. Aunque se observaron algunos falsos positivos, estos fueron mitigados en etapas posteriores mediante técnicas de morfología matemática como la erosión, dilatación y llenado de huecos. Conclusiones: El enfoque descrito no solo mejoró la calidad de la segmentación, sino que también aseguró la robustez del sistema frente a variaciones y ruidos en las imágenes. Este enfoque matemático demostró ser una herramienta de gran valor, al permitir un análisis profundo y direccional de las texturas presentes en las imágenes, destacándose por su capacidad para identificar y diferenciar tejidos sanos de los afectados por isquemias con una alta precisión.
Contexto: la prueba de software es esencial para asegurar la calidad de productos de software. Sin embargo, la generación manual de casos de prueba es costosa, propensa a errores y consume tiempo considerable, lo que ha impulsado el desarrollo de métodos y herramientas para automatizar esta actividad. Objetivo: analizar métodos y herramientas para la automatización de la generación de casos de prueba documentados entre 2018 y 2024, identificando características, retos en el empleo práctico y formas de evaluación. Metodología: se aplicó la metodología de mapeo sistemático de Kitchenham et al., analizando 70 estudios primarios de IEEE Xplore, ACM Digital Library, Science Direct y Springer Link. Se empleó el enfoque quasi-gold standard para definir cadenas de búsqueda y síntesis narrativa de Popay et al. para el análisis de datos. Resultados: la prueba basada en búsqueda y la prueba basada en modelos son las técnicas predominantes, con una emergente adopción de Modelos de Lenguaje Grande (LLM, Large Language Models). Los métodos y herramientas se orientan principalmente hacia APIs RESTful y aplicaciones Java, presentando limitaciones en el manejo de especificaciones y generación de test oracles efectivos. Conclusiones: se identifican oportunidades significativas en pruebas de seguridad y rendimiento. Aunque el estudio no incluyó evaluación de calidad de estudios primarios, literatura gris ni snowballing, proporciona un panorama base para futuras investigaciones en generación automática de casos de prueba.
Objective: Hospital readmission in diabetic patients represents a significant challenge for both healthcare systems and patients’ quality of life. That is why the main objective of this work is to identify common patterns associated with a higher risk of readmission. Methodology: This study presents a clustering analysis applied to a clinical dataset of diabetic patients who were readmitted to hospitals across 130 medical institutions in the United States. The analysis employs unsupervised clustering algorithms, such as k-means and PAM, to segment patients based on their clinical and demographic characteristics . The study also evaluates different feature selection methods, identifying Simulated Annealing (SA)as the most effective for selecting optimal subsets of variables. Results: Recurring factors such as length of hospital stay, associated medical conditions, and types of treatment received, significantly influence the probability of readmission. Conclusions: The clustering results provide valuable insights to guide the development of personalized intervention strategies aimed at reducing hospital readmission rates among diabetic patients.
Objetivo: desarrollar un producto en polvo a base de suero lácteo dulce, pulpa de mora (Rubus glaucus), maltodextrina e inulina, mediante tecnología spray drying. Metodología: se caracterizó fisicoquímicamente la materia prima. Se optimizó la formulación de una suspensión, mediante un diseño experimental de superficie respuesta tipo Box-Behnken. Las variables independientes fueron; pulpa de mora (0,30 – 0,50), suero lácteo dulce (0,30 – 0,50), maltodextrina (0,10 – 0,20), todas en unidades de fracción másica, la inulina fue una variable fija al 6 %. Las variables dependientes fueron; pH, sólidos solubles (°Brix) y viscosidad (cP). La suspensión óptima se secó mediante spray drying y se evaluó el factor temperatura del aire de entrada (130 °C, 140 °C y 150 °C) con un diseño unifactorial y las variables dependientes fueron: Humedad ( %), actividad de agua (aw), solubilidad ( %), humectabilidad (g/min), capacidad antioxidante (ug/g) y color (L*a*b*). Con el mejor tratamiento se realizó análisis sensorial (sabor, olor, color y aceptación general). Resultados: la formulación óptima de la suspensión resultó con pulpa de mora (0,419); suero lácteo (0,319); maltodextrina (0,202) y (0,060) inulina. La viscosidad fue de 1.631 cP, pH 3,64 y 31,40 °Brix. El mejor tratamiento en el proceso de secado se obtuvo a 130 °C, con aw = 0,247±0,037, solubilidad = 60,44 ±0,53 %, humectabilidad = 0.082±0.006 (g/min) y capacidad antioxidante de 8,39±0,07 mg ácido gálico/g. En el análisis sensorial se obtuvo una aceptación general de 4,4±0,6 en escala de 1 a 5. Conclusiones: la formulación óptima de la suspensión permitió obtener un producto en polvo con potencial aporte funcional para el consumidor.
The electrocoagulation (EC) technique has been considered a popular treatment alternative for the effective separation of organic and inorganic contaminants. This technique generates coagulating particles in situ through the electrolysis of a sacrificial anode that destabilizes suspended, dissolved, or emulsified contaminants in a liquid medium by inducing an electric field. EC has been widely studied due to its versatility, ease of installation, lower cost, and for being an environmentally friendly technology. For this article, a search and information-gathering phase was conducted in which Scopus, ScienceDirect, and Google Scholar were identified as the necessary tools for locating information on the electrocoagulation process as a wastewater treatment in various industries. This paper reviews studies on advances in EC applied to different types of industrial wastewater, focusing on evaluating the operating variables and optimal treatment conditions that are vital to the process. Likewise, the effect of the electrocoagulation on the quality properties of wastewater from different sectors is examined, considering factors such as current density, pH, reactor geometry, treatment time, and electrode spacing. Objective: To determine the effect of the electrocoagulation process on the quality properties of wastewater from various industries as a function of physicochemical and geometric parameters. Methodology: A search and information-gathering phase was carried out using Scopus, Sciencedirect, and Google Scholar as the main sources. Subsequently, a scientific monitoring study was conducted following a methodology structured in four stages: planning, research, analysis, and competitive intelligence. Additionally, a literature review was conducted to identify needs and select keywords focused on the electrocoagulation process as a wastewater treatment technology in various industries. Results: The review revealed that wastewater treatment removal efficiency is achieved by removing one or more of its components in whole or in part, depending on the initial or inlet organic load. The main parameters evaluated were Chemical Oxygen Demand (COD), Biochemical Oxygen Demand (BOD), Total Suspended Solids (TSS), color, turbidity, Total Organic Carbon (TOC), and oil and grease content. Several studies have concluded that, under optimal treatment conditions, electrocoagulation can achieve approximately 90% removal of the pollutant loads in wastewater from diverse industrial sectors. Conclusions: The review showed that electrocoagulation technology is a highly effective alternative for treating a wide variety of industrial effluents containing pollutants that cannot be effectively removed by conventional treatment methods. In addition, more research is needed to study the impact of new organic coagulant-assisted processes, reactor designs, electrode configuration, electrocoagulation mechanisms, processing conditions and electrode dissolution phenomena, in order to obtain greater removal and improvement in the treatment process. Financing: The project was financed through the National Fund for Science, Technology, and Innovation of the General System of Royalties (Bank of National Investment Programs and Projects), the University of Sucre and the PADES group, within the framework of the project "Technological strengthening of the Colombian Caribbean region through the development of transformation processes of starchy raw materials (cassava, yams and sweet potatoes) in the department of Sucre", identified with the BPIN code 2020000100035.
Context: Organizations must strategically address sustainability pressures. In this sense, it is considered that their responses tend to be more effective when adopted at the supply chain level. This approach is framed within the topic of sustainable supply chain management (SSCM), which integrates the environmental and social objectives inherent to sustainability. Objective: To determine the current status of SSCM in small and medium-sized enterprises (SMEs), given its importance to sustainability and the economy Methodology: This work uses bibliometric analysis and the Tree of Science, which allows identifying topics, authors, and outstanding journals, as well as the seminal works and the perspectives of development in this area. Results: The results suggest that it has become a topic of growing interest for the academic community, mainly in Asian countries. Likewise, the considered articles are published in highly recognized journals, and the most cited topics refer to the environmental dimension. Conclusions: Delving into the particularities of SSCM in SMEs contributes to the academic debate to support the path towards sustainability in this type of organization, which face their own challenges, given their characteristics, resources, and capabilities.
Objective: The study aims to conduct a systematic mapping of emerging trends in business intelligence (BI) by analyzing research published between 2017 and 2024, in order to identify patterns, influential authors, key sectors, and future research opportunities. Methodology: We used the systematic mapping methodology described by Kitchenham, including two iterations of searches in academic databases such as Scopus, IEEE Xplore, and Web of Science. The collected data (1504 studies) were analyzed using tools such as VOSviewer and Microsoft Excel, focusing on network maps, overlays, and density visualizations to interpret key patterns and relationships. Results: The analysis revealed dominant trends such as the use of big data, machine learning, predictive analytics, and real-time BI. Geographically, Asia and the Middle East lead in publications, with strong BI adoption in sectors such as healthcare, education, and retail. Less explored areas were also identified, such as the integration of BI with the Internet of Things, advanced social network analytics, and data ethics. Conclusions: This study concludes that BI continues to evolve towards more advanced and ethically responsible technologies, with a focus on personalization and real-time decision-making. Less explored areas represent opportunities for future research, particularly regarding data governance and the integration of BI in specific sectors. This work provides a comprehensive overview of the current state of BI research and suggests strategic directions for its development.
Contexto: las industrias cárnicas generan efluentes con elevadas cargas contaminantes, lo cual exige la adopción de tecnologías de tratamiento eficientes que cumplan con la normativa ambiental. Objetivo: se investigó la eficacia de un sistema de flotación por aire disperso (Dispersed Air Flotation, DAF) en la remoción de contaminantes de aguas residuales cárnicas, con un tamaño mediano de burbujas generadas por aire. Métodología: se recolectaron muestras representativas de la planta procesadora de cárnicos del municipio de Agustín Codazzi, ubicado en el departamento del Cesar, Colombia. Las muestras fueron caracterizadas mediante análisis fisicoquímicos de acuerdo con los lineamientos del Standard Methods, y se evaluaron parámetros como pH, demanda química de oxígeno (DQO), Aceites y Grasas (AyG), turbidez y temperatura. Se implementó un sistema piloto de DAF a escala laboratorio, con el empleo de un inyector Venturi de diámetro ½" para inducir la formación de burbujas de tamaño mediano (0.69 mm). Resultados: los resultados revelaron una dependencia del tamaño de burbuja con el tiempo de retención. Se encontró que la configuración óptima para la remoción de AyG (77.9 %) y DQO (74.2 %) correspondió a un tiempo de retención de veinte minutos y un tiempo de cinco minutos para la turbidez con una eficiencia de 38.8 %. Conclusiones: los hallazgos demuestran que el sistema DAF, con la optimización del tamaño de burbuja y del tiempo de retención, constituye una alternativa eficiente para el tratamiento de efluentes industriales cárnicos y para maximizar la remoción de AyG, DQO y turbidez, lo que hace viable su potencial aplicación a mayor escala. Financiamiento: Universidad Popular del Cesar (UPC).
Context: Aboveground biomass (AGB) estimation for agricultural and environmental applications traditionally relies on time- consuming manual methods at ground level. Emerging approaches use remote sensing data evaluating spectral responses and vegetation indices in order to estimate the AGB more efficiently. Nonetheless, such techniques face various challenges in accounting for complex spatial distributions, especially when dealing with agroforestry systems (AFS). Objective: This work aimed to estimate AGB in a Colombian cocoa AFS from multispectral images acquired with an un-manned aerial vehicle (UAV). Methodology: In this work, the AGB was estimated by computing different vegetation indices from the measured spectral reflectances and evaluating two linear regression models, i.e., principal component regression (PCR) and partial least squares regression (PLSR), as well as a nonlinear regression model, a neural network composed by a perceptron with a single layer. Control points were obtained via on-ground biomass manual acquisition. Results: Numerical experiments resulted in a coefficient of determination of R2 = 0.58 for the best linear model, while the nonlinear model reached R2 = 0.86. Conclusions: AGB estimation in a cocoa AFS can be effectively performed using multispectral data acquired with a UAV and a simple nonlinear regression model.
Este estudio tiene como objetivo revisar las técnicas convencionales y emergentes para la remoción de anionessulfatos y cloruros en aguas residuales, por medio de una metodología cualitativa basada en una revisión sistemáticade contenido, a partir de bases de datos como Latindex, Scopus y Ebsco. Los resultados muestran que losmétodos de adsorción, como el uso de carbón activado, zeolitas y resinas de intercambio iónico, son los más empleados,debido a su simplicidad operativa y eficacia en el tratamiento de grandes volúmenes de agua. Adicionalmente,las técnicas de biorremediación con algas y bacterias han mostrado ser una alternativa viable con menor impactoambiental. En términos de eficiencia, quimisorción y electrocoagulación se destacan por lograr tasas de remociónsuperiores al 90% de estos iones. Estas tecnologías emergentes están siendo cada vez más adoptadas, e impulsadaspor normativas ambientales y avances en materiales adsorbentes, lo cual las posiciona como soluciones limpias yeficientes para el tratamiento de aguas residuales. Se concluye que, entre 2003 y 2024, la investigación sobre sulfatosha sido más frecuente que sobre cloruros, y que los métodos más comunes para tratar aguas residuales con estosiones son adsorción, precipitación, quimisorción y electrocoagulación.
Contexto: los procesos de desarrollo urbano conducen a la alteración de los paisajes naturales y a la modificación de la cobertura vegetal. Como resultado, las inundaciones son cada vez más frecuentes y más devastadoras que en el pasado. Para comprender y abordar mejor estos impactos, la evolución computacional ha facilitado un uso más amplio de las herramientas de modelado. Desde la década de 1970, el modelado matemático se ha convertido en un recurso importante para el diagnóstico y diseño de sistemas de drenaje. Se han desarrollado modelos numéricos que permiten resolver las ecuaciones de Saint Venant de manera simplificada (modelos difusivos y cinemáticos) o en su forma completa (conservación de la masa y del momento). Objetivo: desarrollar un modelo hidrodinámico integrado mediante el software Stormwater Management Model (SWMM) para simular la operación conjunta de las estructuras de drenaje superficial y subsuperficial en el sistema de alcantarillado combinado del barrio Santa-Inés de Tunja, con el fin de evaluar los caudales generados, el balance hidrológico urbano y la peligrosidad del flujo en las calles. Metodología: la modelización se lleva a cabo mediante el programa informático Stormwater Management Model (SWMM). Se trata de un modelo dinámico lluvia-escorrentía utilizado para la simulación de la cantidad y calidad del agua en zonas urbanas. En el presente estudio se desarrolló un análisis de la operación hidráulica integrada de estructuras de drenaje, como sumideros y aliviaderos, en el sistema de alcantarillado combinado existente en el barrio Santa-Inés de la ciudad de Tunja, Colombia. Se analizó el drenaje superficial (modelo calle), estudiando los efectos sobre los caudales generados y el balance hidrológico de la cuenca urbana, permitiendo determinar la peligrosidad del flujo en las calles de la zona. Resultados: a través de este estudio, fue posible construir el modelo numérico integrado de estructuras de drenaje urbano. Se generaron análisis hidráulicos entre el modelo de superficie y el modelo de subsuelo. Como resultado, se pudo determinar la fracción volumétrica de precipitación efectiva generada por las conexiones viales y domiciliarias. Además, se estimó el volumen de escorrentía captado por los sumideros. Conclusiones: estos resultados ponen de relieve la importancia de la integración de los modelos superficial y subsuperficial en los sistemas de drenaje urbano y permiten evaluar la peligrosidad del flujo en las calles del distrito de drenaje estudiado.
Context: Robot-assisted gait rehabilitation is a rapidly evolving field that aims to enhance therapeutic outcomes through the integration of advanced robotic systems. These systems reduce the physical burden on therapists while enabling intensive and repetitive patient training. However, current methods often require manual adjustments tailored to individual gait patterns, limiting their generalizability and efficiency. Objective: This paper provides a comprehensive review of control approaches for robot-based gait rehabilitation and locomotion assistance, focusing on improving adaptability and human-robot synchronization. The goal is to identify effective techniques and methods that optimize exoskeleton performance and improve patient outcomes. Methodology: A state-of-the-art review was conducted through a structured literature search across multiple scientific databases to identify research on lower-limb exoskeletons, centering on control strategies for robot-assisted gait rehabilitation. The search initially employed broad keywords such as “lower limb exoskeletons,” “extremity lower exoskeletons,” and “lower limb robotic exoskeletons,” among others. It was then refined using more specific terms including “lower limb exoskeleton control,” “assisted gait control,” “assistance control strategy,” “wearable robots control,” and “robotic rehabilitation,” among others. Well-defined inclusion criteria ensured thematic relevance, methodological rigor, and comprehensive coverage of recent advancements. A total of 77 studies meeting these criteria were analyzed to identify and categorize control approaches, and to discuss their scope, advantages, and limitations rather than directly assessing their clinical effectiveness or patient outcome improvements. Future research should focus on data-driven control methods to address individual variability and improve exoskeleton adaptability. Results: The review highlights a taxonomy of essential control strategies for robot-assisted gait, such as trajectory tracking based on position, force-impedance control, control driven by bio-signals, and adaptive control techniques. Real-time adaptive strategies, such as Velocity Field Control and Assist-As-Needed approaches, demonstrate strong potential for improving synchronization and reducing manual tuning requirements. Conclusions: Adaptive control strategies, particularly Assist-As-Needed controllers, are effective in encouraging active patient participation and optimizing rehabilitation outcomes. Financing: This research work received funding from Universidad del Valle under the project "Plataforma tecnológica modular para la valoración objetiva de la marcha humana" (C.I. 21259) and from the Ministry of Science, Technology, and Innovation (Minciencias - Open call 647).
This research applies artificial intelligence techniques to predict physical variables such as irradiance and temperature, addressing the challenge of time series nonlinearity. The main objective is to compare the predictive performance of LSTM, GRU, and SGPR models across three datasets (Jena, Solcast, and IDEAM), evaluating threes liding-window configurations and an hourly prediction scheme, where a separate model is trained for each hour instead of relying on a single general model. Results, assessed using MAE, RMSE, and R², show that in the Jena dataset, for example, the SGPR model under the hourly approach achieves average values of 0.53◦C, 0.74◦C, and0.99, respectively. Overall, the findings suggest that employing multiple Gaussian process-based models trained with hour-specific information yields superior performance compared to using a single model.
Objetivo: desarrollar un modelo de monitoreo y procesamiento de datos en tiempo real, orientado a la gestión temprana de alertas sobre el estado de salud de los sistemas SCADA/EMS implementados en centros de control de redes de transmisión de energía, atendiendo sus exigencias de alta disponibilidad. Metodología: se presenta una metodología compuesta por dos modelos complementarios: uno, para el monitoreo y procesamiento de datos en tiempo real de la infraestructura y funciones críticas de software, estructurado en tres capas (obtención de datos, procesamiento y aplicaciones); y otro, para la gestión de acciones correctivas y preventivas, activadas por las alertas generadas en tiempo real, que permiten una respuesta oportuna ante eventos que comprometan la disponibilidad del sistema. Resultados: el modelo de monitoreo y gestión se implementó en cuatro centros de control ubicados en Colombia y Perú. Durante la integración, se configuraron más de 1600 señales para monitorear variables críticas y se desarrollaron más de doscientos cálculos en tiempo real. Esta implementación redujo los tiempos de diagnóstico de fallas de quince minutos a menos de un minuto, mejoró la supervisión de procesos y optimizó el uso de recursos como CPU, memoria y almacenamiento. Conclusiones: las alertas tempranas generadas por el modelo han contribuido al aumento de la disponibilidad operativa, la reducción de tiempos de diagnóstico ante fallas y mejoramiento de la gestión preventiva de los activos de la infraestructura y software crítico en sistemas SCADA/EMS.
Contexto: este trabajo analizó la movilización autónoma de un robot diferencial simulado, por medio de un sistema de control PD, retroalimentado con una cámara a bordo. Tanto el controlador como el proceso de segmentación de imágenes en tiempo real utilizan un sistema de inferencia difusa tipo Mamdani. Metodología: se dotó al robot con un sistema de percepción visual para identificar un objeto de cierto color, en la imagen capturada por su cámara, con el fin de que el controlador reaccione según la ubicación variable del objeto. Se hicieron pruebas con el objeto estático y en movimiento, además de modificar las condiciones de iluminación ambiental. Resultados: se observó la efectividad de dichos sistemas difusos para movilizar el robot, ya que este logra acercarse y posicionarse para poder agarrar el objeto identificado en su campo visual. En el caso de no verlo, el robot panea hasta encontrarlo, si existe. Conclusiones: los sistemas difusos empleados fueron suficientes y eficientes para el control de un robot móvil que requiere de la información cromática que provee una cámara abordo. Su diseño, basado en términos lingüísticos que representan nociones intuitivas sobre el comportamiento necesario, permite introducir a estudiantes interesados en el campo de la robótica móvil con visión artificial. A futuro, se podría combinar con otros sistemas basados en lenguaje natural, en una sociedad artificial de robots.
