Byron Loarte Cajamarca

Prof. Byron Loarte Cajamarca

orcid

Research Focus & Metrics

Academic Career Length

5Years (2022-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
1 June 2026 in Future Internet
Verified
Journal Article
Open access
PDF file
Leandro Antonio Pazmiño OrtizLeandro Antonio Pazmiño Ortiz
Leandro Antonio Pazmiño Ortiz
Alan Cuenca-SánchezAlan Cuenca-Sánchez
Alan Cuenca-Sánchez
BCByron Loarte Cajamarca
Byron Loarte Cajamarca
Artificial Intelligence of Things (AIoT) is transforming Internet of Things (IoT) systems from cloud-centric data processing into distributed intelligence across device, edge, fog, and cloud tiers. However, existing reviews often emphasize specific computational layers, learning paradigms, or application domains rather than the cross-domain problem of Artificial Intelligence (AI) workload placement under real deployment constraints. This paper presents a structured integrative review of AI workload placement in AIoT, based on a multi-stage literature search, two-stage screening process, and thematic synthesis of 132 sources. The review does not propose a new physical architecture; instead, it develops a terminology-harmonized and AI-centric perspective for assessing where AI functions should reside according to latency, privacy, bandwidth, power, scalability, resilience, and model complexity. Evidence is synthesized across Industrial Internet of Things (IIoT), smart cities, Internet of Medical Things (IoMT), and smart agriculture. The findings show that placement drivers are domain-dependent: deterministic response and reliability dominate IIoT, interoperability and scale shape smart cities, privacy and human oversight constrain IoMT, and energy scarcity and intermittent connectivity define agriculture. The review concludes that robust AIoT requires hybrid multi-layer architectures combining Tiny Machine Learning (TinyML), edge/fog coordination, cloud-scale optimization, and Federated Learning (FL) where appropriate.

12 September 2022 in Concienciadigital
Verified
Journal Article
Open access
PDF file
BCByron Loarte Cajamarca
Byron Loarte Cajamarca
Introducción. En el Ecuador, actualmente se han presentado un sin número de inconvenientes en lo que respecta al sistema penitenciario lo que ha provocado que no se disponga de medios tecnológicos para afrontar esta problemática de una vez por todas. Por otra parte, las últimas estadísticas muestran un déficit en la seguridad de los centros penitenciarios en el Ecuador lo que agrava aún más esta difícil situación ya que los controles para el ingreso de personas se realizan de forma manual. Es decir, un agente lleva el registro de todas las visitas que se realizan en hojas de papel y en raras ocasiones hacen uso de hojas de cálculo. Al igual que el registro de privados de libertad que dispone cada una de las cárceles se lo realiza de forma manual, lo que ocasiona una serie de inconvenientes como: no disponer el número exacto de privados de libertad que alberga cada una de las cárceles, no se dispone de una categorización de forma ordenada, información dispone únicamente en medios impresos, información desactualizada, no se dispone reportes estadísticos, etc. Por otra parte, el uso de medios tecnológicos al igual que la comunicación en tiempo real han tomado una mayor importancia en esta era digital. Es por esta razón, que el desarrollo y uso de aplicaciones web, aplicaciones móviles, aplicaciones de escritorio, aplicaciones web progresivas, entre otras han permitido automatizar tareas y llevar un mejor control de la información en pequeñas, medianas y grandes empresas. Objetivo. Desarrollar un backend para la gestión del sistema penitenciario del Ecuador. Metodología. El método aplicado fue deductivo con un enfoque cualitativo, con un diseño experimental y documentado. Resultados. Entre los resultados obtenidos en la investigación y la aplicación de las herramientas tecnológicas se ha logrado desarrollar un backend que les permita gestionar de forma adecuada el personal que labora dentro de las cárceles como son: directores, guardias y prisioneros. Además, de obtener información en tiempo real sobre los pabellones, cárceles y realizar reportes por parte de los guardias. Conclusión. Se concluye que la utilización de herramientas de desarrollo actuales y que sean escalables con el pasar del tiempo al igual que la implementación de una metodología de desarrollo de forma adecuada se ha logrado desarrollar una herramienta tecnológica que les permita a las máximas autoridades del sistema penitenciario obtener información de manera detallada, eficiente, organizada y en tiempo real gracias al uso de la tecnología.

4 October 2024 in Ciencia Digital
Verified
Journal Article
Open access
PDF file
BCByron Loarte Cajamarca
Byron Loarte Cajamarca
Introducción. En un contexto global cada vez más digitalizado el desarrollo de aplicaciones del lado del servidor, conocido como backend, ha emergido como una competencia fundamental para quienes deseen especializarse en esta área del desarrollo de software. Sin embargo, muchos desarrolladores principiantes enfrentan dificultades significativas al no contar con una orientación clara y estructurada que abarque todo el proceso de desarrollo, tales como la falta de guías comprensivas que detallen los pasos necesarios para crear aplicaciones backend que sean robustos, eficientes y escalables. Además, esta carencia puede llevar a tomar decisiones incorrectas que comprometan la calidad del software, su funcionalidad y su capacidad de adaptación a largo plazo. Además, cuestiones como la selección de lenguajes de programación adecuados, la adopción de patrones de arquitectura eficientes, una adecuada elección de base de datos, y la implementación de pruebas y despliegue suelen ser factores críticos que complican el proceso de desarrollo para aquellos sin experiencia previa. Objetivo. Desarrollar una guía metodológica que estructure de manera detallada las etapas involucradas en el desarrollo de aplicaciones backend, abarcando desde la identificación de la problemática inicial hasta el despliegue en entornos de producción. Esta guía busca proporcionar claridad en cada fase del desarrollo, facilitando la toma de decisiones informadas sobre tecnologías, herramientas, lenguajes y arquitecturas, optimizando la eficiencia y calidad del proceso de desarrollo de software. Metodología. La metodología empleada en este trabajo sigue un enfoque deductivo, con un diseño descriptivo y cualitativo, llevándose a cabo una revisión exhaustiva de la literatura especializada en desarrollo de software, metodologías ágiles y tradicionales, así como casos de estudio enfocados en la implementación de proyectos backend. A través del análisis de dichos estudios y la experiencia práctica en el campo, se construyó una estructura metodológica sólida que puede ser aplicada en diversos contextos. Resultados. Entre los resultados obtenidos en la investigación se confirma que la adopción de una metodología clara y bien definida mejora significativamente el proceso de desarrollo backend. Además, la integración de herramientas y Frameworks actuales, no solo estandariza el desarrollo, sino que incrementa la productividad de los equipos, reduce los errores y asegura un mejor manejo de la lógica del negocio y la manipulación de datos. Además, la correcta implementación de pruebas unitarias, funcionales y de rendimiento mejora la calidad del software, garantizando su estabilidad y capacidad de escalabilidad. Conclusión. Se concluye que esta guía metodológica provee una base sólida para el desarrollo eficiente de aplicaciones backend, asegurando una adecuada gestión del ciclo de vida del software. Área de estudio general: Informática o Ciencias de la Computación. Área de estudio específica: Desarrollo de software. Tipo de estudio: Artículo original.

18 June 2026 in Technologies
Verified
Journal Article
Open access
PDF file
Leandro Antonio Pazmiño OrtizLeandro Antonio Pazmiño Ortiz
Leandro Antonio Pazmiño Ortiz
Alan Cuenca-SánchezAlan Cuenca-Sánchez
Alan Cuenca-Sánchez
BCByron Loarte Cajamarca
Byron Loarte Cajamarca
MPMaria Pérez
Maria Pérez
Wearable technologies offer practical opportunities for assistive communication and educational support in introductory sign language learning. This paper presents an IoT-enabled smart glove for deterministic static sign language recognition over a bounded vocabulary of 15 isolated static gestures, comprising digits (0–9) and five vowel handshapes (A, E, I, O, U). The system is intended for foundational static gesture and posture practice and is not designed or validated for dynamic gestures, coarticulated signing, continuous sign language recognition, or sentence-level translation. The prototype integrates five 2.2-inch (55.9 mm) resistive flex sensors and an MPU6050 3-axis accelerometer, performs acquisition, exponential moving average filtering, user-specific calibration, normalization, and deterministic classification on a NodeMCU ESP32 board, and transmits selected processed variables to Arduino Cloud through MQTT for remote monitoring. A 10 s calibration routine maps user-specific open-hand and closed-fist responses into normalized flex-sensor ranges, allowing the same deterministic rule structure to operate across participants without model retraining. Experimental evaluation with 10 healthy adult participants aged 20–41 years (mean age: 27 years), all familiar with sign language and all providing written informed consent, produced a balanced dataset of 1500 labeled steady-state sensor vectors. The class-averaged recognition rate was 92.8%, and leave-one-subject-out validation produced a subject-wise accuracy of 92.80±2.03%, with individual participant accuracies ranging from 90.00% to 96.00%. The local embedded processing pipeline required less than 2 ms per cycle, the complete path including MQTT visualization produced approximately 150 ms end-to-end latency, and the device operated for up to 14 h using a 3.7 V, 1000 mAh Li-Po battery. The results indicate that calibrated deterministic sensor fusion can provide a low-cost, low-latency, edge-executed solution for bounded static sign-language gesture learning tasks while maintaining stable short-term subject-wise performance under controlled experimental conditions.

3 April 2026 in Preprints.org
Verified
Preprint
Open access
PDF file
Leandro Antonio Pazmiño OrtizLeandro Antonio Pazmiño Ortiz
Leandro Antonio Pazmiño Ortiz
Alan Cuenca-SánchezAlan Cuenca-Sánchez
Alan Cuenca-Sánchez
BCByron Loarte Cajamarca
Byron Loarte Cajamarca
Artificial Intelligence of Things (AIoT) applications increasingly exceed the limits of centralized cloud processing because they require low latency, privacy preservation, scalability, and operational resilience. This review synthesizes distributed intelligence across the edge–fog–cloud continuum through a structured integrative methodology comprising multi-stage literature search, two-stage filtering, and thematic synthesis of more than 100 sources. The analysis covers four representative domains—industrial IoT, smart cities, connected healthcare, and smart agriculture—to identify recurring architectural patterns and shared deployment challenges. The review organizes these challenges around power and computational constraints, data management, security and privacy, interoperability, and model lifecycle management. Building on this synthesis, the paper formalizes an Edge–Fog–Cloud distributed intelligence model and develops a workload-placement taxonomy based on latency, privacy, power, and model complexity. Comparative analysis shows that on-device TinyML is best suited to ultra-low-latency and privacy-sensitive inference, edge and fog layers provide an effective compromise for localized near-real-time intelligence, and cloud infrastructures remain essential for large-scale analytics and model training. Across domains, the evidence supports hybrid multi-layer architectures as the most robust strategy for advanced AIoT deployments. The review also identifies key future directions, including human-in-the-loop AIoT, multimodal sensor fusion, energy-harvesting devices, federated learning, and the Tactile Internet.