Russel Allidren Lozada Vilca

Russel Allidren Lozada Vilca

Auto-generated profile, based on publicly available information

Russel Allidren Lozada Vilca

Universidad Nacional de Juliaca

Research Focus & Metrics

Academic Career Length

8Years (2019-Present)

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

Representative Publications

View All Publications
5 December 2019 in Processes
Verified
Journal Article
Open access
PDF file
Miguel De-la-TorreMiguel De-la-Torre
Miguel De-la-Torre
Omar Ali ZatarainOmar Ali Zatarain
Omar Ali Zatarain
Himer Avila-GeorgeHimer Avila-George
Himer Avila-George
MMMirna Muñoz
Mirna Muñoz
Jimy OblitasJimy Oblitas
Jimy Oblitas
WSWilson Manuel Castro Silupu
Wilson Manuel Castro Silupu
This paper explores five multivariate techniques for information fusion on sorting the visual ripeness of Cape gooseberry fruits (principal component analysis, linear discriminant analysis, independent component analysis, eigenvector centrality feature selection, and multi-cluster feature selection.) These techniques are applied to the concatenated channels corresponding to red, green, and blue (RGB), hue, saturation, value (HSV), and lightness, red/green value, and blue/yellow value (L*a*b) color spaces (9 features in total). Machine learning techniques have been reported for sorting the Cape gooseberry fruits’ ripeness. Classifiers such as neural networks, support vector machines, and nearest neighbors discriminate on fruit samples using different color spaces. Despite the color spaces being equivalent up to a transformation, a few classifiers enable better performances due to differences in the pixel distribution of samples. Experimental results show that selection and combination of color channels allow classifiers to reach similar levels of accuracy; however, combination methods still require higher computational complexity. The highest level of accuracy was obtained using the seven-dimensional principal component analysis feature space.

30 August 2019 in Revista Científica de la UCSA
Verified
Journal Article
Open access
GMG Marín Mamani
G Marín Mamani
EAE Huichi Atamari
E Huichi Atamari
RVR A Lozada Vilca
R A Lozada Vilca
FPF Curro Pérez
F Curro Pérez
NEN Bolívar Espinoza
N Bolívar Espinoza

28 October 2025
Verified
Conference Paper
Closed access
GPGABINO REY VIDANGOS PONCE
GABINO REY VIDANGOS PONCE
MBMarco Antonio Quispe Barra
Marco Antonio Quispe Barra
RVRussel Allidren Lozada Vilca
Russel Allidren Lozada Vilca
SCSusan Machaca Condori
Susan Machaca Condori
JMJimena Inés Coila Monje
Jimena Inés Coila Monje
JMJames Rolando Arredondo Mamani
James Rolando Arredondo Mamani
This paper presents the design and implementation of a low-cost autonomous vehicle prototype that employs machine learning (ML) and computer vision techniques. The prototype integrates a ResNet-18 convolutional neural network (CNN), trained using PyTorch and deployed on an NVIDIA Jetson Nano-a compact, GPU-accelerated computing platform based on the JetBot architecture. The objective is to demonstrate the feasibility of implementing ML algorithms on affordable embedded hardware for real-time navigation tasks such as lane detection and path following. The development workflow includes image data acquisition, model training, and validation through physical testing on a $2.44 ~\mathrm{m} \times 1.24 ~\mathrm{m}$ modular track. More than 2,600 labeled images were used to train the model across five $t$ rack $s$ cenarios, $w$ ith $t$ he $b$ est $c$ onfiguration ob tained after 60 epochs. Experimental results show that the trained ResNet-18 model achieved up to 70 % trajectory-tracking accuracy and a continuous navigation distance of 208 cm before deviation. These results confirm t hat the J etson N ano p latform c an effectively execute CNN-based control tasks in real time. This study contributes to scalable and cost-effective autonomous vehicle research by bridging the gap between theoretical ML applications and practical embedded implementations in resource-constrained environments.

27 September 2019 in Paideia
Verified
Journal Article
Open access
PDF file
RLRussel A. Lozada-Vilca
Russel A. Lozada-Vilca
EREdson Ramos-Ninaja
Edson Ramos-Ninaja
RCRony M. Choqueneira-Ccama
Rony M. Choqueneira-Ccama
GAGeorge Argota-Pérez
George Argota-Pérez
Jose IannaconeJose Iannacone
Jose Iannacone
El propósito del estudio fue evaluar la reducción de la demanda bioquímica de oxígeno (DBO5) en las aguas residuales mediante lumbifiltración. En condiciones experimentales se diseñó un sistema lombrifiltro con cuatro estratos: aserrín, grava, arena y carbón. Se midió la DBO5 en un colector (320,3mg.L-1) y en un lombrifiltro (121,8mg.L-1) donde las concentraciones superaron el límite establecido por la norma reguladora peruana. Según la prueba t-Student existió diferencias estadísticamente significativas (p<0,05) entre las concentraciones. Aunque no se cumplió lo recomendado, hubo una reducción aproximada del 40% bajo las condiciones experimentadas. Se concluyó que, la lumbrifiltración como tratamiento no convencional redujo la materia orgánica biodegradable en las muestras de aguas residuales y donde requiere continuar la optimización de las condiciones en el sistema lombrifiltro para reconocer su mayor eficiencia.

1 January 2026
Verified
Book Chapter
Closed access
GTGonzalo Alonso Manrique Tejada
Gonzalo Alonso Manrique Tejada
WVWilson Jose Pampa Vilca
Wilson Jose Pampa Vilca
RPRaul Ovidio Castillo Pinto
Raul Ovidio Castillo Pinto
RVRussel Allidren Lozada Vilca
Russel Allidren Lozada Vilca
MAMáximo Amancio Montalvo Atco
Máximo Amancio Montalvo Atco
RSRichard Apaza Soncco
Richard Apaza Soncco
Objetivo: Determinar el efecto de la implementación de un modelo de Service Desk basado en ITIL en la mejora del proceso de atención de incidencias tecnológicas en una institución educativa superior. Métodos: Se aplicó un diseño cuasi experimental con enfoque aplicado, en el Instituto Superior Privado María Montessori (Arequipa, Perú) durante 2023. Se trabajó con una muestra probabilística de 343 usuarios del sistema de soporte tecnológico. Se utilizaron dos instrumentos: un cuestionario estructurado para medir la percepción del servicio y una ficha de observación para registrar datos operativos. El modelo se implementó en tres fases: diagnóstico, diseño e implementación, y evaluación de resultados. El análisis de datos incluyó estadística descriptiva y comparativa. Resultados: Antes de la intervención, el 87,2% de los usuarios reportó la ausencia de un sistema formal de gestión de incidencias. Las incidencias más frecuentes fueron de software (38,5%) y redes (32,9%). Tras la implementación del modelo, se observó una reducción del 26,3% en el tiempo de resolución de incidencias, y la proporción de usuarios satisfechos aumentó del 52% al 87%. Conclusión: La implementación del modelo de Service Desk basado en ITIL permitió estructurar el proceso de atención de incidencias, mejorar la eficiencia operativa y aumentar la satisfacción del usuario. Se demuestra su utilidad como estrategia para optimizar la gestión tecnológica en instituciones educativas.

1 May 2023
Verified
Book Chapter
Closed access
PDF file
SHSamuel Laura Huanca
Samuel Laura Huanca
JHJulio Cesar Laura Huanca
Julio Cesar Laura Huanca
RVRussel Allidren Lozada Vilca
Russel Allidren Lozada Vilca