UNIVERSIDAD TCNICA DEL NORTE

CARRERA DE INGENIERA EN SISTEMAS COMPUTACIONALES

FACULTAD DE INGENIERA EN CIENCIAS APLICADAS
Integrantes: Avila Leonardo, Edison Pinango, Cristhian Quespaz
Asignatura: ELECTRNICA
Fecha: 11/07/2017

Jornadas Acadmicas
BENEFICIOS DE LA TIC EN EL PROCESO DE ENSEANZA

Problema: Realizar un cambio en las aulas del nivel educativo en el proceso de

enseanza.
Materiales: Investigacin cualitativa

- Escala de Linkent
- 127 Encuestas-4 das-en Excel.
- Se utiliz aulas virtuales y portafolios Docentes
- Docentes: Se hizo uso de la biblioteca virtual.
- Se hizo uso de las redes sociales-aulas virtuales-blogs-herramientas TICS.

MODELO DE EVALUACIN ADAPTATIVA INFORMATIZADA BASADA EN

TEORA DE RESPUESTA AL TEM.
Existen 3 tipos de evaluacin:
Evaluacin predictiva: Ubicar al estudiante en su nivel.
Evaluacin Formativa: Inferir en los logros obtenidos, ver sus dificultades de
aprendizaje.
Evaluacin sumativa: Es un test adaptativo informatizado (TAI), es un
instrumento conformado por un banco de tems, te evalan de acuerdo a lo que
vas contestando.

TAI:
Para cada persona (personalizada).
Ventajas:

- Rpido procesamiento de datos.

- Proporciona feedback inmediato a los evaluados (caso de MOOCS).

Desventajas:
 - Costo de los mismos
- Tanto de la aplicacin
- Mantenimiento y vinculacin de los tems.
-

TI:

- Para todos en general

- Inteligencia artificial informtica.

Definicin: Se define como un instrumento conformado por un banco de tems,

calibrado segn principios de la Teora de Respuesta al tem (TRI), que implica un
procedimiento para la estimacin del nivel de habilidad del examinado, y otro para
seleccionar el tem ms adecuado de acuerdo con dicho nivel.
CONCLUSIONES: Los TAI proporcionan innumerables ventajas frente a los
procedimientos clsicos de evaluacin, pero debemos tener en cuenta que su
implantacin no resulta fcil, pues el mero hecho de tener que calibrar el banco de
tems a partir de grandes muestras de sujetos, no siempre resulta viable e incluso ha
llegado a frustrar a muchos proyectos.

LA IMPORTACIA DE LA INFORMTICA EN LA INGENIERA MECATRNICA:

UNA EXPERIENCIA REFLEXIVA
MATERIALES Y MTODOS

- Metodologa experimental desde el punto de vista de la docencia universitaria en

la carrera de Ingeniera Mecatrnica en la Universidad Tcnica del Norte.

- Observacin de los procesos realizados en asignaturas de niveles superiores, en

las cuales se aplica los principios de programacin informtica.

- La elaboracin de muchas prcticas y un correcto entendimiento de los

elementos en un programa informtico y sus diferentes interacciones.

- Al aplicar esta metodologa durante siete semestres consecutivos, se ha logrado

cubrir las necesidades de programacin en los niveles superiores.

- A la par se ha brindado apoyo en la elaboracin de la nueva malla de estudio

aprobada en la Reforma de la carrera de Ingeniera Mecatrnica de la
Universidad Tcnica del Norte, aprobada por el Consejo de Educacin Superior
del Ecuador en el 2016.

- Elaborar aplicaciones ms avanzadas, debido al grado de conocimiento de los

estudiantes a ese nivel.
RESULTADOS
 - Orientar la formacin de los futuros ingenieros, desde sus bases, aplicando
ejercicios prcticos y fortaleciendo ciertas capacidades en ellos, que sern
explotadas ms adelante durante si formacin acadmica y luego en su
ambientacin local.

- Reestructurar el contenido del syllabus de las asignaturas de programacin

bsica y de programacin avanzada.

- Aclarar el paradigma de porque los estudiantes de Mecatrnica reciben la

asignatura de programacin.
CONCLUSIONES

- Contribucin en actualizacin del syllabus de la carrera.

- El futuro profesional mecatrnico, necesita conocer el concepto y aplicacin de

rutinas y subrutinas de programacin para poder aplicarlas.

- La visin generalizada de la programacin ocasiona problemas en la

personalizacin o adaptacin de productos generados por asistentes de
software.

- Se ha comprobado el alto nivel de programacin que puede tener un estudiante

de Mecatrnica.

CONFIGURACIN ESPACIAL DE LA CIUDAD

- SECTOR DE AGRICULTURA Y BIOTECNOLOGA

La sinerga entre Agricultura tradicional y la Biotecnologa en un solo lugar

- SECTOR DEL CONOCIMIENTO

La Articulacin y sinerga entre la Universidad Yachay Tech, los Institutos
pblicos y privados de investigacin e ingeniera de negocios
- SECTOR DE TECNOLOGA INDUSTRIAL
Zona Industrial basada en Investigacin y Desarrollo, para la produccin,
innovacin y nuevas demandas de la economa.
- SECTOR DEL TURISMO
Actividades de entretenimiento a lo largo de toda la ciudad para una vida
sustentable con ncleos de turismo en el paisaje natural
- SOCIEDAD
Una sociedad activa que demanda innovacin y uso efectivo de tecnologa
- SECTOR PRIVADO
I-D y Transferencia de Tecnologa para mejorar procesos
- ACADEMIA
Llevar a cabo investigaciones de alto impacto para transferiste a la industria
- GOBIERNO
 Fortalecimiento del Ecosistema de innovacin y generacin de espacios de
trabajo.

YACHAY CIUDAD INTELIGENTE

Concepto
Modelo de desarrollo urbano que atiende a satisfacer las necesidades de las empresas,
instituciones y personas.
Objetivo
Construir un modelo de ciudad inteligente que apoye a la estrategia de desarrollo de la
ciudad.
Objetivos Especficos
1.- Optimizar la gestin de los servicios de la ciudad
2.- Desarrollar instrumentos, mecanismos, herramientas para mejorar la productividad
sistemticos.
3.- Apoyar el desarrollo urbano sostenible.
BASES DE CIUDAD INTELIGENTE
-Interfaces de comunicacin
Servicios en lnea
-Centros integrados de operacin y control
Estructura tecnolgica
-Sensores y Cmaras
Obtener datos generados
-Infraestructura de conectividad
Redes de banda ancha

ANLISIS DE LA AGRICULTURA DE PRECISIN

FACTORES
FORTALEZAS

Productores con altas extensiones de tierra

Mayor informacin til para grandes productores

 Facilidad de obtencin de anlisis de datos

DEBILIDADES

Mayor costo de inversin de hardware y software

Uso obligatorio de personal calificado

Uso de contratistas

Barreras a superar

La AP no est disponible para los pequeos productores

Los PA no ven las ventajas de la AP Costos muy altos

Se requieren de habilidades informticas para la implementacin

Bajo % de los Productos rurales tienen computador

1. GPS
* Dcada dos 80s
* Guerra fra
*Objetivos militares
*Localiza y ubica cualquier objeto en tiempo real
*Precisin cm-m
*Varias utilidades
*Calcular reas
*Curvas de nivel
* Integracin espacial de informacin georreferenciada.
*Datos recolectados en el campo con coordenadas geogrficas conocidas
*Imgenes georreferenciadas obtenidas mediante adquisicin remota
*Modelos espaciales
*Simulacin de escenarios
*Geo estadstica
2.- MONITOREO Y MAPEOS
* M & M-diagnosticar y corregir bajos rendimientos
*Productividad
*reas susceptibles a P-E
*Variedades Tiempos diferentes de cosecha
*Sensores
REDES DE COMUNICACIN
*Redes de Satlite
SIG
*Datos cartogrficos: procesar, almacenar, analizar y mostrar
* Sobre la superficie terrestre
*Informacin espacial
*Vectores o Raster
SOFTWARE
*Control de informacin
*Control de equipos maquinarios, sensores.
*Administracin (Campo, cultivo, variedades, rendimiento, maquinarias fertilizantes.)
CONCLUSIONES
AP-AGRICULTURA MODERNA Y SUSTENTABLE
Desarrollo-Avances: Electrnica tecnologas de comunicacin, sensoramiento,
remoto, inteligencia computacional y minera de datos
Fusin de Componentes
Equipos y sistemas altamente especializados
Adquirir, procesar y analizar datos
Tomar decisiones.

ALGORITMO DE PROGRAMACIN DE ECUACIN EN DIFERENCIAS PARA

VALIDAR LA RESPUESTA DE UN SISTEMA
INTRODUCCIN
-Razonamiento basado en casos (CBR)
-Definicin de caso y base de casos
-Tareas y sistemas representativos
-Ciclo de razonamiento basado en casos
Supervisin
CBR en entorno mdico
-Aprendizaje de mquina
-Aprendizaje supervisado
Adaptacin
-Redes Neuronales artificiales
-k-vecinos ms cercanos
-Clasificador de Parzen
Razonamiento basado en casos
Case bases reasoning-CBR es una metodologa utilizada para el procesado en
computadores, que intenta imitar el comportamiento de un ser humano experto en la
toma de decisiones con respecto a alguna temtica y aprender de la experiencia en
casos pasados
Definicin de caso y base de casos
Un caso es una porcin de conocimiento que representa una experiencia concreta y el
contexto en que sucedi.
Una base de casos es un conjunto de casos almacenados, que han sido resueltos con
xito.
Tareas y sistemas representativos
Las aplicaciones de CBR se clasifican principalmente en: Tareas de clasificacin
*Diagnstico
*Prediccin
*Valoracin
*Control de Procesos
*Planificacin
Tareas de sntesis
*Diseo
*Planificacin
CBR en entorno mdico
La solucin de problemas utilizando el CBR consiste en desarrollar los sistemas
basados en conocimiento, imitando la conducta de humanos expertos.
Aprendizaje de mquina
El aprendizaje de mquina (machine learning), se basa en la creacin de programas
que sean capaces de generalizar comportamientos en una mquina, a partir de
informacin estructurada o no estructurada suministrada a modo de ejemplos.
Redes neuronales artificiales
RED NEURONAL
Es un procesador paralelo distribuido constituido por unidades simples de
procesamiento que tienen una disposicin natural para almacenamiento de
conocimiento experimental. Imitan al cerebro en dos aspectos:
*El conociemto es adquirido por la red desde su ambiente a travs de un proceso de
aprendizaje
*La fuerza de conexin entre las neuronas (conocido como los pesos sinpticos) son
usados para almacenar el conocimiento adquirido.
*No linealidad
*Mapeo (Aprendiendo) de entrada-salida
*Adaptabilidad a entornos no estacionarios
*Respuesta basada en evidencia
*Tolerancia a fallos
k-vecinos ms cercanos
El mtodo de los k-vecinos o k-NN es un mtodo supervisado, cuyo argumento
principal es la distancia entre instancias. El mtodo consiste en comparar la nueva
instancia a clasificar con los datos k ms cercanos conocidos, y dependiendo del
parecido entre los atributos el nuevo caso se ubicar en la clase que ms se acerque al
valor de sus propios atributos.
Clasificador de Parzen
El objetivo de clasificador de Parzen es obtener estimaciones de densidades de
probabilidad condicional p (x), teniendo un conjunto D= {x1, x2xn} de n muestras
independientes e idnticamente distribuidas. La estimacin p (x) de la ventana de
Parzen p (x) basada en las n muestras en D est dada por una frmula.
*Interaccin con el ambiente
*Sentidos Ser Humano
*Odo
*Tacto
*Gusto
*Vista
*Olfato
*Superar los sentidos
IMGENES Y VIDEO
*TERMOGRAFA
*RADIOGRAFA
*MRI
*MARCHA
PRE-PROCESAMIENTO
*Reduccin de ruido
*Depuracin de base de datos
*Registro
*Normalizacin
*Localizacin de Regiones de Inters
*Balanceo de clases
*Descomposicin
*Otros
ESTIMACIN DE CARACTERSTICAS
*Caracterstica: Propiedad medible del fenmeno bajo observacin, deben ser
informativas, discriminativas e independientes
*Las seales e imgenes tienen grandes cantidades de valores, lo que hace que
trabajar con ella completas no sea apropiada.
*Series de tiempo -460.800 valores en una hora con 128 muestras por segundo
*Imgenes de 64x64 -4.096 pixeles,si son en RGB, entonces 12.288 pixeles.

Qu se est haciendo en el Instituto Tecnolgico Metropolitano y la

Maestra en Automatizacin y Control Industrial?

*Termografa
*Deglucin
*EMG movimiento de los dedos
*Bioinformtica
*Diabetes
*Muerte sbita (SCD)
*MRI para cncer de mama
*Ecocardiografa para FEVI
*BCI

VISUALIZACIN INTERACTIVA DE LA COMBINACIN DE MTODOS DE

REDUCCIN DE DIMENSIN ESPECTRALES
Inteligencia Aritificial (Machine Learning)
Problema- BIG DATA (Grandes datos-alta dimensin)
Reduccin de Dimensin (RD)
Materiales y mtodos: -Principal componente analstico
Algoritmos propios: Kernel PCA
Scaftner Plot (Permite visualizar dimensiones)
Leyes de la Gestal
Mtodos RD Kernel: Utiliza tcnicas lineales como PCA, lo cual intenta encontrar una
superficie de dimensin inferior sobre la que pueda proyectar los datos de modo de que
la suma de los segmentos se reduzcan.
Integracin en caja blanca: El analista interacta con los datos
Resultados: Las herramientas visuales logra una adecuada representacin de los
datos

TENDENCIAS TECNOLGICAS EN LA NUBE CON MICROSOFT AZURE

Crear Valor
Disrupcin de la Tecnologa

- Fenmenos

Acceso a la tecnologa: exponencial.

Expectativa de los usuarios cambian, cambios rpidos.
La competencia viene de lugares inesperados.
La Innovacin est basada en tecnologa.

- Llegar a los 50 millones de Usuarios.

Telfono
Radio
TV
Internet
Facebook
Angry birds
Pokmon go

- Tiempo de vida de una empresa en S&P 500

1937 se estima que su duracin era de 75 aos

2017 es estimado que pueden duras hasta 15 aos

- Casos de xito

Skype: es una aplicacin o programa que puedes instalar en tu

computador, ordenador o telfono mvil para comunicarte con personas
de cualquier parte del mundo por medio de llamadas, video
conferencias y mensajera instantnea.
Netflix: es un servicio mensual de televisin online, actualmente cuenta
con ms de 60 millones de usuarios. Se trata de una plataforma de
televisin online donde t eliges que y cuando verlo. Te permite elegir
entre un enorme catlogo de pelculas, series y documentales entre
otros contenidos.
 Uber: Es una app para celulares que permite que personas particulares
puedan dar un servicio de taxi a otras personas particulares con solo
hacer un clic. Esta empresa valorada en USD 50 billones tiene una
calidad de servicio que les permite posicionarse como una de las
compaas de tecnologa ms innovadoras e importantes del mundo.
Actualmente brindan su servicio en ms de 60 pases alrededor del
mundo.
Este servicio ya se encuentra disponible en algunas ciudades del
Ecuador como en Quito, prximamente en Ibarra.
Mondo: es una startup del conocido como sector fintech, es decir,
el que mezcla el sector financiero con el tecnolgico o, mejor
expresado, aquel que alberga a las compaas que tocan ambos palos.
En este caso, se trata de un nuevo banco surgido de un interesante
proyecto de crowdfunding y que promete cambiar el sector,
revolucionarlo.

- Cloud

Responde a los cambios en el mundo y brinda nuevas maneras de consumir

TI.

- Momento de Azure

100.000 aprox: Nuevos clientes/subscripciones. Por mes.

20 Millones: Horas de SQL utilizadas por da.
> 90 Trillones: Objetos de almacenamiento en Azure.
> 10 Trillones: Transacciones de almacenamiento cada mes.
551 Millones: Usuarios Azure Active Directory.
60 Billones: Hits a sitios Web que corren en Azure Web App Service.
80%: De las compaas de Fortune 500 utilizan Microsoft Azure
2 Trillones: Mensajes entregados cada mes con Event Hubs
127%: Crecimiento ao a ao
400 k +: Servidores nuevos en 2015
75 k: Provisionamiento Servers/ Month
 - > 85% de Fortune 500 utilizan Microsoft Cloud

MetLife, Samsung, Toyota, 3M, Msksson, Xerox, Jet, Alaska, Callaway,

Fujitsu, Hogarth, Skanska, Walwart, Temenos, Ford, entre otras.

- Escenarios en la Nube

IaaS (Infrastructure as a Service): La infraestructura como servicio

(IaaS) es una infraestructura informtica inmediata que se aprovisiona
y administra a travs de Internet. Permite reducir o escalar
verticalmente los recursos con rapidez para ajustarlos a la demanda y
se paga por uso.
PaaS (Platform as a Service)): Plataforma como servicio (PaaS) es
un entorno de desarrollo e implementacin completo en la nube, con
recursos que permiten entregar todo, desde aplicaciones sencillas
basadas en la nube hasta aplicaciones empresariales sofisticadas
habilitadas para la nube. Usted le compra los recursos que necesita a
un proveedor de servicios en la nube, a los que accede a travs de
una conexin segura a Internet, pero solo paga por el uso que hace de
ellos.
SaaS (Software as a Service)): El software como servicio (SaaS)
permite a los usuarios conectarse a aplicaciones basadas en la nube a
travs de Internet y usarlas. Algunos ejemplos comunes son el correo
electrnico, los calendarios y las herramientas ofimticas

- Azure es open

DevOps: Nagios, Grunt, Clients, Android, Cordova, etc.

Management: Chef, Puppet, Scalr, etc.
Applications: PaaS & DevOps, Jelaslic, etc.
App Frameworks & Tools: nodeJS, Java, php,
Databases & Middleware: hadoop, redis, cleardb, MySQL, etc.
Infrastructure: Oracle, FreeBSD, bitnami, Suse, redhat.

ANALTICA Y BIG DATA ON-CLOUD

Problema: 400 locales +4000 pedidos

Se requiere: Predecir la venta drama por producto y por local.
-El tiempo mximo para lograrlo lo es de 3 horas:
-Prediccin: -Se requiere implementar un forecast.
-A travs de un algoritmo de series de tiempo estacionarias
-Utilizamos Algoritmo Arma
-Lenguaje estadstico R.
BIG-DATA

-Volumen: Variedad
-Velocidad: Veracidad/Valor
Procesamiento: Cloud.
-Iass-Infraestructura como servicio
-Paas: Plataforma como servicio
-Saas-correo electrnico (Software como servicio)
- Pagas lo que consumes
-Crece y decrece bajo demanda
Proceso:
-500 MB
-80 Variables
-Regresin lineal
-3 horas
PROTOCOLO PARA VERIFICACIN

Problema:
-Mtodos de autentificacin y acceso
-Pocas app web que utilizan reconocimiento
Parcial
Objetivo: Desarrollar un protocolo para implementar un mtodo de login biomtrico
mediante reconocimiento facial
Materiales: -Microsoft cognitive services
-Web servicios del core bancario
-Internet Banking sgtem
-Microsoft.net
-Certificados SSL,X.509
Planteamiento y mtodos
Resultados: Se crea una versin preliminar de una meta.
-Se desarrollan web controllers en Asp.Net y se crean funciones de encriptacin que
permita la captura y el Data-Exchange seguro entre aplicaciones
-Se amplan las posibilidades de agregar e integrar login web
-Se abren nuevas opciones de aplicacin de reconocimiento facial en la seguridad de
acceso en aplicaciones web
Conclusiones:
-No requiere software API para integrar el hardware y el browser usa HTMLS.
-Se debe establecer convenio o contexto con el registro CUIL (estos datos deben ser
actualizado).
-No funciona con resoluciones de magnitudes inferiores a 50x60 pixeles.
Modelos computacionales para el diagnstico asistido usando machine
learning

La principal caracterstica de estos modelos radica en la propiedad medible de un

fenmeno bajo. Lo que se busca es el ordenador aprenda algoritmos y los vaya
ejercitando los mismos. Se ha elegido como parte del estudio y aplicacin de este
proyecto al Instituto tecnolgico metropolitano, los cuales prestan sus servicios de
salud.

Visualizacin interactiva de la combinacin de mtodos de reduccin

de dimensiones espectrales

Para la realizacin de este proyecto se hizo uso de mtodos RD Kernel, adems

tambin del Truco Kernel, el cual ayuda a una mejor percepcin de los datos al
momento de realizar un anlisis de los datos encontrados con el Big Data.
Sin este paso, el uso del Big Data no tendra sentido, ya que evidentemente se
necesita un anlisis de esa gran magnitud de los datos.

Lo que busca este proyecto, es realizar de alguna manera, grficas que son fciles
de comprender por parte de quienes realicen el mismo.

Sistema de Dinero Electrnico en beneficio de la economa popular y

solidaria

Esta idea nace principalmente en el Banco Central del Ecuador. Ahora bien, es
conocido que se puede hacer transacciones de todo tipo entre bancos, con la
propuesta del dinero.
Electrnico este proceso se agilizar de una manera inmensa para los clientes y
como no tambin para los bancos.

El Banco Central del Ecuador est avalado como como la nica entidad financiera
encargada de entregar certificados digitales de este tipo, adems que posee
ventanilla compartida en la cual se puede realizar transacciones fsicas desde
cualquier lugar del pas.

Best Practice for Responsive UX

En la actualidad, las herramientas adobe han ido ganando ms y ms campo en lo

que a desarrollo de pginas web se refiere.

Adobe ha desarrollado una aplicacin para ordenadores y para mviles que

permite desarrollar con pginas web de manera sencilla, con plantillas que
resultan sumamente agradables a los usuarios finales.

GESTION DE ESTRATEGIA DE RIESGOS

Cyber seguridad
Publicacin de datos
Robo de 81 millones de personales de 93 millones de
dlares al banco central de ciudades de Mxico
Bangladesh

Robo de 64 millones de dlares en Robo de 900 millones de dlares a

bitcoins a la plataforma de 100
intercambio Bitfinex

bancos alrededor del mundo

40 000 cuentas de Tesco Banco
fueron comprometidas en un
ciberataque.
(CARBANAK)
Se publica informacin de 10 mil
empleados del departamento de
seguridad Nacional un dia, y de 20
mil empleados del FBI.
Gartner: ms de US $600 billones se pierden anualmente en proyectos de TI
concebidos y/9 ejecutados deficientemente

Standish Group: 24% de los proyectos de TI fallan completamente, 44% tienen

problemas importantes y solamente el 32% son exitosos.

Cmo lo estamos haciendo?

Ms orientado al cumplimiento por si mismo, es decir no tener observaciones

de los entes de control

-Documental

-No metodolgico checklist

-No integrado

-Por silos

-Sin retorno de la inversin (o no se

percibe)
 UNIVERSIDAD TCNICA DEL NORTE
FACULTAD DE INGENIERA EN CIENCIAS APLICADAS
CARRERA DE INGENIERA EN SISTEMAS COMPUTACIONALES