https://repositorio.unicauca.edu.co/xmlui/handle/123456789/2437 Tue, 12 May 2026 18:54:05 GMT 2026-05-12T18:54:05Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/9557 Diseño de un sistema electrónico de recolección, almacenamiento y gestión de energía fotovoltaica para nodos IoT (internet de las cosas) de baja potencia Luna Olave, Valentina En esta monografía se realizará el análisis correspondiente para el diseño de un dispositivo definido como nodo IoT de bajo consumo de potencia, buscando realizar el diseño del sistema electrónico correspondiente, que realice la recolección, el almacenamiento y la gestión de energía fotovoltaica necesaria para su operación. Mon, 01 Jan 2024 00:00:00 GMT https://repositorio.unicauca.edu.co/xmlui/handle/123456789/9557 2024-01-01T00:00:00Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/9556 Sistema tecnológico basado en juegos serios para la enseñanza del control de estrés post COVID-19 en estudiantes universitarios haciendo uso de Mindfulness Gómez Samboní, Lady Katherine; Molina Arias, Edwin Stiven Tras la pandemia COVID-19 se presentó un aumento en el estrés de las personas en general; esto sugiere un aumento en otras enfermedades psicológicas como ansiedad y depresión, que en muchos casos terminan en la muerte del paciente. Uno de los sectores más afectados fueron los estudiantes universitarios los cuales sufrieron distintos problemas a nivel académico, familiar, económico y social; las secuelas de la pandemia siguen afectando hasta el momento en la salud mental de los estudiantes. Por ende, se ve la necesidad de crear una herramienta que permita el aprendizaje de técnicas de relajación para este sector. A partir de esto, se decide crear en el presente trabajo un Juego Serio llamado RAIDER, este es un juego colaborativo que permite el aprendizaje del control del estrés brindando herramientas a los estudiantes para saber qué hacer cuando se presente una crisis de estrés por distintos factores. Este juego se creó teniendo en cuenta el uso de metodologías como SAVIE para el diseño de Juego Serios, y las herramientas que esta metodología tiene. La validación se genera con el uso de dos escalas, la escala de identificación del estrés PSS-14 (Escala de Estrés Percibido) y la escala MAAS (Escala de Atención Plena). Teniendo en cuenta esto, se comprueba que el juego cumple con los objetivos planteados y puede ser usado para la enseñanza. Se destaca que el uso de la aplicación incrementa el afrontamiento del estrés en un 16.23 % y la correlación que tiene la práctica de la atención plena con el afrontamiento del estrés, permite establecer que el uso de esta aplicación para el aprendizaje aumentará la atención plena si se realiza a conciencia el juego. Sun, 01 Jan 2023 00:00:00 GMT https://repositorio.unicauca.edu.co/xmlui/handle/123456789/9556 2023-01-01T00:00:00Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/9555 Desempeño de una arquitectura de red óptica de línea mixta asociada a la variación de la densidad espectral de información Contreras Yacumal, Lysette Daniela; Ruiz Romero, Leyder Adrian En esta investigación se realizará un análisis de ISD a una red óptica MLR-DWDM basada en la red de acceso óptico NG-PON2 que cuente con un throughput mayor a 100 Gbps.; In the development of this research, an ISD analysis will be made to an MLR-DWDM optical network based on the NG-PON2 optical access network with a throghput greater than 100 Gbps. Mon, 01 Jan 2024 00:00:00 GMT https://repositorio.unicauca.edu.co/xmlui/handle/123456789/9555 2024-01-01T00:00:00Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/9554 Determinación de la producción de aguacate en Colombia a partir de factores metereológicos empleando técnicas de aprendizaje automático Cajas Santacruz, Anyi Marcela; Potes Urrutia, Leandro El aguacate se ha convertido en uno de los cultivos más importantes de Latinoamérica, desempeñando un papel crucial en la economía y la agricultura de la región. Su versatilidad culinaria, alto contenido nutricional y demanda creciente en los mercados internacionales han impulsado su producción y comercialización en países como Colombia. El cultivo de aguacate se ve afectado directamente por factores meteorológicos cuya alta variabilidad dificulta la predicción de las condiciones futuras del cultivo y por lo tanto la producción del mismo. En este sentido, es necesario proponer herramientas que faciliten una estimación precisa de la producción del cultivo de aguacate. Por ello, en este estudio se implementan una serie de algoritmos de aprendizaje automático para estimar la producción de aguacate a partir de datos meteorológicos y la fenología del cultivo. Inicialmente, se realizó una revisión sistemática de literatura bajo la metodología de Kitchenham para identificar elementos considerados en otros estudios dirigidos a la estimación de la producción de aguacate y otros tipos de cultivos. También, se implementó la metodología CRISP-DM para realizar el proceso de minería de datos, que permitió el entendimiento y la construcción de conjuntos de datos óptimos para ser modelados con algoritmos de aprendizaje automático, como la regresión de bosques aleatorios, máquinas de vectores de soporte, redes neuronales artificiales y regresiones lineales. Para la evaluación de los modelos se emplearon las métricas RMSE, R² y MAE bajo un método de validación cruzada de k iteraciones. El estudio reveló que la altitud y el comportamiento fenológico del cultivo son factores clave para la estimación de la producción de aguacate. Se encontró que el algoritmo de bosques aleatorios fue la solución óptima, ya que ofreció un equilibrio entre rendimiento y explicabilidad. Este trabajo contribuye al campo de la agricultura al abordar las brechas en la investigación de la producción de aguacate y al proponer posibles áreas de mejora para estudios futuros, como el uso de fuentes de datos más precisas y la exploración de técnicas de aprendizaje profundo para mejorar la estimación de la producción de aguacate.; Avocado has become one of the most important crops in Latin America, playing a crucial role in the region's economy and agriculture. Its culinary versatility, high nutritional content and growing demand in international markets have boosted its production and marketing in countries such as Colombia. Avocado cultivation is directly affected by meteorological factors whose high variability makes it difficult to predict future crop conditions and therefore its production. In this sense, it is necessary to propose tools that facilitate an accurate estimation of avocado crop production. Therefore, in this study a series of machine learning algorithms are implemented to estimate avocado production from meteorological data and crop phenology. Initially, a systematic review of the literature was carried out using the Kitchenham methodology in order to identify elements considered in other studies aimed at estimating the production of avocado and other types of crops. Also, the CRISP-DM methodology was implemented to carry out the data mining process, which allowed the understanding and construction of optimal data sets to be modeled with machine learning algorithms, such as random forest regression, support vector machines, artificial neural networks and linear regressions. To evaluate the models, the RMSE, R² and MAE metrics were used under a k-iteration cross-validation method. The study revealed that altitude and phenological behavior of the crop are key factors for estimating avocado production. The random forest algorithm was found to be the optimal solution as it offered a balance between performance and explainability. This work contributes to the field of agriculture by addressing gaps in avocado production research and proposing possible areas of improvement for future studies, such as using more accurate data sources and exploring deep learning techniques to improve the estimation of avocado production. Sun, 01 Jan 2023 00:00:00 GMT https://repositorio.unicauca.edu.co/xmlui/handle/123456789/9554 2023-01-01T00:00:00Z