Revista Perspectivas

Evaluación de la Eficiencia y Portabilidad de la Herramienta Web (Geria) para Registro de las Actividades Diarias del Adulto Mayor Según la Norma de Calidad de Desarrollo de Software ISO 25012

2024-01-08T21:06:45-05:00

A partir de la crisis por la pandemia de la COVID y sus implicaciones en la salud de las personas de la tercera edad, se implementa una aplicación web llamada “Geria” para gestionar la información gerontológica en los centros de atención integral, registrando actividades diarias y preguntas en base a patrones de auto percepción funcional, basadas en los indicadores del índice de Barthel identificando la capacidad de una persona para realizar actividades de manera dependiente o independientemente. La aplicación se desarrolló usado la metodología XP y una vez terminada la herramienta se midieron los atributos de calidad del software acorde a la normativa ISO 25012: eficiencia y portabilidad, para ello se realizó el análisis estadístico de T de Student para los 3 módulos de reportes correspondientes a: actividades diarias, patrones funcionales y actividades lúdicas, obteniendo como resultado un nivel de significancia inferior a 0 (2.2E-16; 0.0006; 0.05 respectivamente).

Transmisión de mensajes en código ASCII utilizando un prototipo de comunicación láser submarina de alta potencia (50mW) en dos escenarios controlados

2024-01-18T11:34:51-05:00

El presente artículo ofrece el desarrollo de un prototipo de comunicación subacuática mediante un láser de largo alcance (50mW) con la finalidad de hallar el alcance máximo del prototipo bajo el agua y el valor de la atenuación o potencia de la señal recibida conforme aumenta la distancia. Para lo cual, se escogieron dos escenarios acuáticos de pruebas. En el primer escenario (una pecera) se realizaron dos mediciones de potencia de la señal recibida utilizando el Osciloscopio KEYSIGHT Infinii Vision DSOX2022A y de la misma manera, en el segundo escenario (una piscina) también se realizaron dos mediciones. Con los datos obtenidos se realizó el análisis gráfico del comportamiento de la potencia de señal recibida. Finalmente se concluye que el alcance máximo del prototipo bajo el agua es de 12m (para distancias mayores a 12m el láser no llega al receptor), se pierde o distorsiona información si existe movimiento del agua debido a que las partículas del agua en movimiento reflejan mucho más el láser y que para que funcione el prototipo tanto el transmisor como el receptor deben estar perfectamente alineados caso contrario la comunicación subacuática no se establecerá.

Reproducción de música mediante generación de plasma con implementación de filtro FIR en Matlab

2024-01-18T11:35:21-05:00

La bobina de Tesla fue inventada por Nikola Tesla a finales del siglo XIX y produce descargas eléctricas en forma de arcos de alto voltaje, a diferencia de la bobina de Tesla musical, que se centra en la generación de sonidos musicales a través de descargas eléctricas controladas. Para crear un dispositivo de reproducción de audio mediante el uso de un fenómeno físico, se constituye la creación de un dispositivo capaz de emitir audio a través de la modulación de una descarga eléctrica lanzada al aire, que consta principalmente de dos bobinas. Este elemento es conocido comúnmente como Parlante de Plasma o Bobina de Tesla Musical, también consideramos agregar un amplificador de audio para que el sonido tenga una mayor intensidad, y un filtro pasa banda virtual diseñado en el software Matlab para observar el comportamiento de la bobina de Tesla musical a las diferentes frecuencias de los tonos musicales.

Algoritmos de Machine Learning usados en mantenimiento predictivo: un mapeo sistemático de literatura

2024-05-14T08:23:17-05:00

El mantenimiento predictivo es una práctica que gracias a tecnologías como la inteligencia artificial e internet de las cosas permiten que las empresas industriales lo puedan aplicar en sus procesos. Los algoritmos de Machine Learning son utilizados en muchos campos y sirven para realizar tareas de predicción o clasificación. El mantenimiento predictivo es un campo de Investigación que aporta con nuevas prácticas, estrategias o metodologías. Al ser un campo relativamente nuevo las metodologías aún se encuentran dispersas y existe poca información sobre la madurez de los algoritmos. Para proporcionar una base sólida, se presenta un mapeo sistemático de literatura con el objetivo de ofrecer a ingenieros e investigadores una visión general de los algoritmos de Machine Learning usados en mantenimiento predictivo. Los resultados obtenidos muestran un crecimiento en los últimos años demostrando un interés en este campo de investigación. Sin embargo, la mayoría de las contribuciones en este campo se pueden resumir como pruebas concepto y aún resulta difícil obtener un prototipo para que sea validado como un sistema completo y certificado. En este artículo se describen los principales algoritmos de Machine Learning usados en mantenimiento predictivo de acuerdo con el tipo de uso y su supervisión, además, se analizan los parámetros de entrada y las salidas de los mismos y por último se determina su nivel de madurez.

Estrategias de Mantenimiento Correctivo de software: Un Estudio de Caso de la Organización Comunitaria CACTU

2024-07-24T13:04:26-05:00

El sistema CACTU (Corporación de Asociaciones Comunitarias de Cotopaxi y Tungurahua), diseñado para gestionar la correspondencia entre niños afiliados y sus patrocinadores extranjeros, presentaba problemas operativos críticos. Para resolver esta situación, se identificaron las áreas problemáticas clave y se implementaron soluciones técnicas a través de un mantenimiento correctivo basado en la metodología Ágil MANTEMA. Posteriormente, se evaluó la fiabilidad del sistema conforme a la norma ISO/IEC 25010, utilizando herramientas como JMeter, Enlightn y R. Los resultados de la prueba U de Mann-Whitney revelaron mejoras significativas en los tiempos medios entre fallos, antes y después del mantenimiento. En particular, la fiabilidad del sistema aumentó de manera sustancial, pasando del 34.38% al 88.80%, lo que se tradujo en mejoras notables en la madurez, disponibilidad, tolerancia a fallos y capacidad de recuperación del sistema.