Omar Quimbita

Omar Quimbita


Research Focus & Metrics

Academic Career Length

3Years (2024-Present)

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

Representative Publications

View All Publications
20 April 2026
Verified
Book
Open access
PDF file
Samuel Benjamín Lascano RiveraSamuel Benjamín Lascano Rivera
Samuel Benjamín Lascano Rivera
BVBernabé Teodoro Vila-Hinojo
Bernabé Teodoro Vila-Hinojo
OQOmar Quimbita
Omar Quimbita
FCFreddy Andrés Carrera-Sánchez
Freddy Andrés Carrera-Sánchez
PPPablo Francisco Puente-Ponce
Pablo Francisco Puente-Ponce
KHKatherin Clarita Hidalgo-Zambrano
Katherin Clarita Hidalgo-Zambrano
El libro Administración Inteligente: Estrategias Empresariales Basadas en Inteligencia Artificial, Analítica de Datos y Sostenibilidad examina la transformación contemporánea de la gestión organizacional a partir de la convergencia entre inteligencia artificial, analítica de datos, infraestructura digital y sostenibilidad. La obra plantea que la administración inteligente no debe entenderse como una simple incorporación de herramientas tecnológicas, sino como una reorganización de la capacidad directiva para decidir, coordinar, anticipar riesgos, aprender y crear valor en contextos crecientemente complejos. A lo largo de cuatro capítulos, se abordan los fundamentos conceptuales del enfoque, el papel estratégico del dato en la toma de decisiones, las condiciones de implementación organizacional incluyendo liderazgo, interoperabilidad, ciberseguridad junto a la gobernanza operativa y, finalmente, la articulación entre innovación empresarial, criterios ESG y resiliencia del modelo de negocio. En conjunto, el libro sostiene que el verdadero valor de la transformación inteligente depende menos de la sofisticación técnica aislada más la capacidad de integrar tecnología, juicio humano, trazabilidad y sostenibilidad en una arquitectura de gestión coherente, responsable y estratégicamente viable.

13 August 2026 in Processes
Verified
Journal Article
Open access
PDF file
Samuel Benjamín Lascano RiveraSamuel Benjamín Lascano Rivera
Samuel Benjamín Lascano Rivera
MRMary Lascano Rivera
Mary Lascano Rivera
OQOmar Quimbita
Omar Quimbita
This study proposes a microservices-based software architecture for implementing digital twins (DT) in real-time industrial process control. Unlike monolithic approaches, the proposed architecture decouples acquisition, modeling, prediction, and actuation into independent containerized services orchestrated by Kubernetes. Communication is handled via MQTT for lightweight telemetry and gRPC for low-latency control calls, achieving highly predictable, bounded synchronization latencies below 10 ms under nominal edge conditions. A discrete-time Luenberger observer ensures bidirectional state fidelity between the physical asset and its virtual replica. Experimental validation on an edge cluster with TSN compatibility demonstrates elastic scalability, fault isolation, and 100% operational uptime during a continuous 24 h stress test, validating the architectural mechanisms designed to achieve high availability in production environments. The architecture bridges the gap between passive DT monitoring and active closed-loop control, enabling predictive interventions and real-time adaptability.