David Ruete

David Ruete

Auto-generated profile, based on publicly available information

David Ruete

Universidad Andres Bello

Research Focus & Metrics

Academic Career Length

7Years (2020-Present)

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

Representative Publications

View All Publications
15 May 2024 in IEEE Access
Verified
Journal Article
Open access
MPMiguel Piñeiro
Miguel Piñeiro
DADavid Araya
David Araya
DRDavid Ruete
David Ruete
Carla TaramascoCarla Taramasco
Carla Taramasco
Every year, over 30% of individuals aged 65 and above experience fall, leading to potential physical and psychological harm. This is particularly concerning for those who live independently and lack immediate assistance. To address this issue, numerous studies in the field have focused on early fall detection of the elderly, employing diverse sensors and algorithms. In this paper, we present a low-cost fall detection system based on Laser Imaging, Detection And Ranging (LIDAR) technology, specifically designed for older individuals residing alone, monitoring daily routines without disruption and without camera, to respect user privacy, as these are essential factors for user acceptance and overall effectiveness. The system’s significance lies in its capacity to function with minimal computational resources and its high level of interpretability. This is due to our solution being based on Finite State Machines (FSM), which contain clear rules, distinguishing between different states such as no human presence, human presence, and a fall, offering a more transparent and interpretable detection process. These characteristics contrast with traditional methods such as Support Vector Machine (SVM) and Artificial Neural Network (ANN), which are more computationally expensive and operate as black boxes. This approach combines simplicity, low computational load, privacy preservation, low cost, interpretability, and high accuracy. It represents an advancement in enhancing the care and safety of older adults living independently.

2 March 2022 in Texto Livre
Verified
Journal Article
Open access
PDF file
MHMauricio Hinojosa-Valenzuela
Mauricio Hinojosa-Valenzuela
Ivan DerpichIvan Derpich
Ivan Derpich
MAMiguel Alfaro
Miguel Alfaro
DRDavid Ruete
David Ruete
ACAlejandro Caroca
Alejandro Caroca
Gustavo GaticaGustavo Gatica
Gustavo Gatica
La compleja problemática del abandono estudiantil representa una oportunidad para la aplicación de la tecnología y métodos de la minería de datos en educación superior. El objetivo de esta investigación es obtener el perfil de los estudiantes en riesgo de abandono y así generar planes de gestión estudiantil que impacten sobre las variables que explican esta situación. Para esto se propone utilizar una estructura metodológica CRISP-DM, aplicando herramientas estadísticas y del aprendizaje automático no supervisado. El análisis, de tipo transversal, se realizó sobre un universo de estudiantes de primer año en jornada diurna, en una universidad privada chilena. Las variables sociodemográficas y de comportamiento utilizadas, se basaron en la teoría sobre deserción y juicio de expertos, y los datos se obtuvieron de los registros históricos disponibles en la Institución. Para obtener las variables que más influían en el abandono se realizaron análisis de correlación y de componentes principales. La aplicación del clustering jerárquico aglomerativo y la técnica de conjuntos aproximados produjeron cuatro perfiles de estudiantes con sus reglas de asociación respectivas y cinco variables académicas que permitieron diseñar un sistema de apoyo para disminuir el abandono y fomentar la retención.

1 April 2020
Verified
Conference Paper
Closed access
FLFernando Lizana
Fernando Lizana
RTRicardo Tello
Ricardo Tello
MGMiguel Gutiérrez Gaitán
Miguel Gutiérrez Gaitán
DRDavid Ruete
David Ruete
Carlos Gómez-PantojaCarlos Gómez-Pantoja
Carlos Gómez-Pantoja
Home garden crops, small-scale agricultural systems for local food production, are becoming an integral part of the food supply chain in a number of developing countries and peri-urban areas of some developed regions. In this work, we propose a low-cost, monitoring and irrigation system which can be applied in household and local community gardens. The basic architecture consists of a sensing/actuation station based on commercial off-the-shelf hardware and a mobile application for the interaction with remote users. A key aspect of the system is the use of legacy text-messaging service as a mechanism to support alert and control operations for monitoring and irrigation. This feature enables widely available and highly-reliable connections between the cropland station and remote users without the need for new network infrastructure. We implemented a functional prototype of the system to check its effectivity in a small open-field area for tomatoes cultivation. The results show that water usage can be substantially improved if using both the actual information collected from the system and public tools for decision support in agriculture. We conclude that the proposed solution has a good prospect as an input for the design of more automated decision-strategies to be used in plant cultivation of a similar kind and/or of a larger scale.

18 May 2021 in Texto Livre
Verified
Journal Article
Open access
PDF file
AVAndrea del Carmen Figueroa Vargas
Andrea del Carmen Figueroa Vargas
MAMargarita Aravena
Margarita Aravena
María Natalia Campos SotoMaría Natalia Campos Soto
María Natalia Campos Soto
DZDavid Ruete Zuñiga
David Ruete Zuñiga
El objetivo de este estudio es proponer modelos de aprendizaje de máquina supervisada para predecir la capacidad de abstracción en los estudiantes, como mecanismo de alerta temprana, a través de la utilización de la tecnología y el uso del video juego. La metodología utilizada es mixta, con un diseño descriptivo y predictivo, se analizaron 118 tests aplicados a estudiantes chilenos de formación docente. Para ello, se correlacionaron las variables: edad, modalidad y semestre académico y se examinaron seis modelos predictivos. Los resultados evidencian tres hallazgos relevantes. En primer lugar, en la relación abstracción/edad, en las categorías Satisfactoria y No Abstracción, la distribución es homogénea en todas las edades. En segundo lugar, la relación abstracción/modalidad se evidencia que sigue un patrón del 50% para todas las categorías de abstracción. En tercer lugar, la relación abstracción/semestre académico, se observa que en el séptimo semestre se concentra la mayor cantidad de estudiantes sin capacidad de abstracción. Se concluye que el nivel de abstracción es bajo, evidenciándose que el 61,1% de los estudiantes no tiene un nivel cognitivo superior. De los 6 modelos de aprendizaje de máquina supervisada, dos se sugieren para predecir una alerta temprana, árbol de decisión y bosque aleatorio que tienen una exactitud (Accuracy) del 100%. Por lo tanto, mediante el uso de la tecnología y el video juego es posible afianzar el desarrollo de habilidades cognitivas superiores, por medio de una serie de estrategias planificadas en tiempos de covid-19, concentradas en el primer y segundo semestre de formación.

26 July 2024
Verified
Book Chapter
Closed access
PDF file
FLFelipe A. Lopez
Felipe A. Lopez
MDMarcia Duran-Riveros
Marcia Duran-Riveros
SMSebastian Maldonado-Duran
Sebastian Maldonado-Duran
DRDavid Ruete
David Ruete
GCGiannina Costa
Giannina Costa
Gustavo GaticaGustavo Gatica
Gustavo Gatica

13 March 2025
Verified
Book Chapter
Closed access
PDF file
MRMarcelo Reyes Rogget
Marcelo Reyes Rogget
DZDavid Ruete Zúñiga
David Ruete Zúñiga
ANAlejandro Caroca Navarro
Alejandro Caroca Navarro
Danilo LealDanilo Leal
Danilo Leal
JMJean Paul Maidana
Jean Paul Maidana
NMNicolás Cruz Madariaga
Nicolás Cruz Madariaga