Augusto Parcemon Cortez Vasquez

Augusto Parcemon Cortez Vasquez

Auto-generated profile, based on publicly available information

Augusto Parcemon Cortez Vasquez

Universidad Nacional Mayor de San Marcos, Lima, Peru

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
30 December 2023 in Perfiles de Ingeniería
Verified
Journal Article
Open access
PDF file
AVAugusto Parcemón Cortez Vásquez
Augusto Parcemón Cortez Vásquez
NVNely E. Cortez Vásquez
Nely E. Cortez Vásquez
RCRonald Ulises García Conde
Ronald Ulises García Conde
En los últimos años los nuevos abordajes sobre el estudio de la agricultura en el mundo enfrentan serios problemas, y han comenzado a tomar en consideración los procesos globales y sus efectos, como son la contaminación de los recursos hídricos y la degradación del suelo. El Perú no puede sustraerse a esta problemática, sobre todo en esta época en la que la situación se complica debido a la ocurrencia de fenómenos como el cambio climático que se manifiesta en variables como incremento de la temperatura, variación en la precipitación, degradación del suelo, variables que ponen en riesgo la seguridad alimentaria. Como consecuencia se tiene la reducción de la oferta mundial de alimentos y consecuentemente el incremento de los precios (Latella, 2020) (Ramirez, 2010). Los cambios que se vienen suscitando a nivel global, regional y local, ocasionados por los cambios climáticos vienen impactando sustancialmente en el sector agricultura, causando preocupación no solo en los agricultores, sino también en los economistas, ecologistas e incluso los gobiernos (Viguerra, 2017). El presente proyecto tiene como objetivo hacer una revisión bibliográfica de las tecnologías existentes que sirva como herramienta a los agricultores, que promueva la innovación tecnológica en los diferentes procesos vinculados a la agricultura.

30 December 2025 in Perfiles de Ingeniería
Verified
Journal Article
Open access
ACAugusto Cortez-Vasquez
Augusto Cortez-Vasquez
RDRobert Espinoza Dominguez
Robert Espinoza Dominguez
AEAdan Estela Estela
Adan Estela Estela
ALAugusto Li-Chan
Augusto Li-Chan
El limón es uno de los principales cultivos en el Perú, que requiere muchos cuidados adecuados, especialmente en los primeros años. El cuidado frente a las plagas y enfermedades influyen significativamente en la vida útil del cultivo. Sin embargo, presenta una serie de problemas que tienen que ser abordados desde un punto de vista tecnológico. En este artículo se presenta la agricultura de precisión como uno de los sectores con mayor potencial para aplicar técnicas avanzadas de machine learning. La mezcla de expertos constituye una arquitectura revolucionaria en el campo del aprendizaje automático permite escalar significativamente la capacidad de los modelos sin un aumento proporcional en el costo computacional. Esta arquitectura divide el modelo en múltiples “expertos” especializados y utiliza una red de enrutamiento (gating network) para determinar cuáles expertos deben procesar cada entrada especifica. El resultado es un modelo que puede alcanzar un rendimiento superior manteniendo la eficiencia computacional mediante la inferencia. En este artículo presentamos un caso práctico donde se implementaron exitosamente tres técnicas de deep learning de vanguardia: Gating Adaptativo, Routing Dinámico y Cross-Expert Attention, para optimizar la gestión de cultivos de limón en el departamento de Piura en el norte del Perú.

30 November 2024 in Perfiles de Ingeniería
Verified
Journal Article
Closed access
AVAugusto Parcemon Cortez Vasquez
Augusto Parcemon Cortez Vasquez
MMMaria Manyari Monteza
Maria Manyari Monteza
GAGilberto Salinas Azaña
Gilberto Salinas Azaña
JSJorge Luis Chávez Soto
Jorge Luis Chávez Soto
El uso de algoritmos de Inteligencia artificial no se limita como a veces se supone a procedimientos efectivos, el uso de este vocablo plantea varias concepciones, interpretaciones y problemas. Con el fin de no distraernos en este laberinto lingüístico, hemos tomado posición por una caracterización muy común en sentido psicológico que consiste en concebirla como una capacidad poseída por ciertos organismos/mecanismos para adaptarse a situaciones nuevas utilizando para tal efecto el conocimiento adquirido en el curso de anteriores procesos de adaptación. La irrupción de la inteligencia artificial (IA) se integra cada vez más en la sociedad y generalmente se utiliza para la toma de decisiones oportunas que afectan a la sociedad y por ende a las personas, en diferentes ámbitos. En el desarrollo de algoritmos de la IA, pueden ocurrir errores sistémicos y repetibles en un sistema informático que crean resultados injustos, como privilegiar a un grupo arbitrario de usuarios frente a otros. Estos algoritmos denominados sesgados, se caracterizan generalmente por la existencia de prejuicios o distorsiones en los datos de entrenamiento. La comunidad científica e instituciones gubernamentales han lanzado propuestas para combatir estos riesgos que buscan reducir su impacto negativo en la sociedad. Es imperativo resolver aspectos que van contra la Ética, la justicia, la Transparencia y la Equidad de los datos, algoritmos y sus predicciones. El presente trabajo pretende sensibilizar que desarrollo de algoritmos para tomar decisiones deben cumplir tres requisitos: en primer lugar, garantizar el equilibrio entre el conjunto de datos utilizados y la programación del algoritmo con equidad que evite la discriminación y el sesgo, segundo, garantizar condiciones de transparencia en los resultados, es decir, el resultado obtenido debe ser explicable a cualquier usuario de forma clara y sencilla. No debe soslayarse la regulación de requisitos para el desarrollo y uso de la IA, debe alinearse a la no afectación de los derechos humanos fundamentales

31 December 2024 in Perfiles de Ingeniería
Verified
Journal Article
Open access
AVAugusto Parcemon Cortez Vasquez
Augusto Parcemon Cortez Vasquez
MMMaria Manyari Monteza
Maria Manyari Monteza
GAGilberto Salinas Azaña
Gilberto Salinas Azaña
JSJorge Luis Chávez Soto
Jorge Luis Chávez Soto
El uso de algoritmos de Inteligencia artificial no se limita como a veces se supone a procedimientos efectivos, el uso de este vocablo plantea varias concepciones, interpretaciones y problemas. Con el fin de no distraernos en este laberinto lingüístico, hemos tomado posición por una caracterización muy común en sentido psicológico que consiste en concebirla como una capacidad poseída por ciertos organismos/mecanismos para adaptarse a situaciones nuevas utilizando para tal efecto el conocimiento adquirido en el curso de anteriores procesos de adaptación. La irrupción de la inteligencia artificial (IA) se integra cada vez más en la sociedad y generalmente se utiliza para la toma de decisiones oportunas que afectan a la sociedad y por ende a las personas, en diferentes ámbitos. En el desarrollo de algoritmos de la IA, pueden ocurrir errores sistémicos y repetibles en un sistema informático que crean resultados injustos, como privilegiar a un grupo arbitrario de usuarios frente a otros. Estos algoritmos denominados sesgados, se caracterizan generalmente por la existencia de prejuicios o distorsiones en los datos de entrenamiento. La comunidad científica e instituciones gubernamentales han lanzado propuestas para combatir estos riesgos que buscan reducir su impacto negativo en la sociedad. Es imperativo resolver aspectos que van contra la Ética, la justicia, la Transparencia y la Equidad de los datos, algoritmos y sus predicciones. El presente trabajo pretende sensibilizar que desarrollo de algoritmos para tomar decisiones deben cumplir tres requisitos: en primer lugar, garantizar el equilibrio entre el conjunto de datos utilizados y la programación del algoritmo con equidad que evite la discriminación y el sesgo, segundo, garantizar condiciones de transparencia en los resultados, es decir, el resultado obtenido debe ser explicable a cualquier usuario de forma clara y sencilla. No debe soslayarse la regulación de requisitos para el desarrollo y uso de la IA, debe alinearse a la no afectación de los derechos humanos fundamentales

30 June 2025 in Perfiles de Ingeniería
Verified
Journal Article
Open access
PVParcemon Cortez Vasquez
Parcemon Cortez Vasquez
NMNéstor Adolfo Mamani Macedo
Néstor Adolfo Mamani Macedo
MVManuel Belizario Cortez Vásquez
Manuel Belizario Cortez Vásquez
JTJohn Ledgard Trujillo Trejo
John Ledgard Trujillo Trejo
En un lenguaje natural ocurren errores ortográficos y ambigüedades que pueden resolverse por los humanos, esto no ocurre en los lenguajes formales. El procesamiento de lenguaje natural tiene como propósito que el humano pueda comunicarse con las máquinas en lenguaje natural, sin embargo, para una máquina, los errores ortográficos pueden ser más difíciles de identificar. Estos errores pueden ser de diverso tipo entre ellos los errores lexicográficos. El presente estudio tiene como objetivo evidenciar el análisis léxico-morfológico como mejora de la precisión y eficiencia en las tareas de procesamiento del lenguaje natural, mediante la combinación de técnicas de tokenización avanzada y análisis morfológico profundo para aplicaciones en dominios especializados.

30 June 2025 in Perfiles de Ingeniería
Verified
Journal Article
Closed access
PVParcemon Cortez Vasquez
Parcemon Cortez Vasquez
NMNéstor Adolfo Mamani Macedo
Néstor Adolfo Mamani Macedo
MVManuel Belizario Cortez Vásquez
Manuel Belizario Cortez Vásquez
JTJohn Ledgard Trujillo Trejo
John Ledgard Trujillo Trejo
En un lenguaje natural ocurren errores ortográficos y ambigüedades que pueden resolverse por los humanos, esto no ocurre en los lenguajes formales. El procesamiento de lenguaje natural tiene como propósito que el humano pueda comunicarse con las máquinas en lenguaje natural, sin embargo, para una máquina, los errores ortográficos pueden ser más difíciles de identificar. Estos errores pueden ser de diverso tipo entre ellos los errores lexicográficos. El presente estudio tiene como objetivo evidenciar el análisis léxico-morfológico como mejora de la precisión y eficiencia en las tareas de procesamiento del lenguaje natural, mediante la combinación de técnicas de tokenización avanzada y análisis morfológico profundo para aplicaciones en dominios especializados.