Johnny Paul Novillo Vicuña

Johnny Paul Novillo Vicuña

Auto-generated profile, based on publicly available information

Johnny Paul Novillo Vicuña

Universidad Tecnica de Machala

Research Focus & Metrics

Academic Career Length

10Years (2017-Present)

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

Representative Publications

View All Publications
1 October 2018
Verified
Book
Closed access
JNJohnny Novillo-Vicuña
Johnny Novillo-Vicuña
DHDixys L. Hernández-Rojas
Dixys L. Hernández-Rojas
Bertha Mazon-OlivoBertha Mazon-Olivo
Bertha Mazon-Olivo
Jimmy Molina RíosJimmy Molina Ríos
Jimmy Molina Ríos
OVOscar Cárdenas Villavicencio
Oscar Cárdenas Villavicencio

3 March 2020
Verified
Book Chapter
Closed access
PDF file
JBJorge Berrú-Ayala
Jorge Berrú-Ayala
DHDixys L. Hernández-Rojas
Dixys L. Hernández-Rojas
PMPatricia Morocho-Díaz
Patricia Morocho-Díaz
JNJohnny Novillo-Vicuña
Johnny Novillo-Vicuña
Bertha Mazon-OlivoBertha Mazon-Olivo
Bertha Mazon-Olivo
APAlberto Pan
Alberto Pan

7 April 2018 in Alternativas
Verified
Journal Article
Open access
PDF file
JNJohnny Paúl Novillo-Vicuña
Johnny Paúl Novillo-Vicuña
DHDixys L. Hernández-Rojas
Dixys L. Hernández-Rojas
Bertha Mazon-OlivoBertha Mazon-Olivo
Bertha Mazon-Olivo
KCKevin David Correa-Elizaldes
Kevin David Correa-Elizaldes
Las constantes variaciones de voltaje en los sistemas eléctricos, pueden provocar pérdidas económicas o de rendimiento, así como también, daños físicos en los equipos eléctricos y electrónicos. En el presente trabajo se presenta el diseño e implementación de un prototipo basado en Arduino Uno y Wifi Shield que permitió monitorear inalámbricamente las señales eléctricas de voltaje 110/220 voltios (V), con el empleo de componentes tales como: transformadores reductores de voltaje y acondicionador de señal compuesto por un circuito divisor de voltaje y un circuito offset. Para la visualización de las señales adquiridas a través del uso de la plataforma de hardware libre Arduino, se desarrolló una aplicación móvil empleando el entorno de desarrollo Android Studio con lenguaje de programación Java, utilizado para graficar la forma de onda de las señales eléctricas en tiempo real, así como también para presentar el voltaje eficaz y voltaje pico-pico mediante una red inalámbrica wifi.

31 December 2017
Verified
Book Chapter
Closed access
PDF file
DHDixys L. Hernández-Rojas
Dixys L. Hernández-Rojas
Bertha Mazon-OlivoBertha Mazon-Olivo
Bertha Mazon-Olivo
JNJohnny Novillo-Vicuña
Johnny Novillo-Vicuña
CECarlos Escudero
Carlos Escudero
APAlberto Pan-Bermudez
Alberto Pan-Bermudez
GBGustavo Belduma-Vacacela
Gustavo Belduma-Vacacela

1 January 2026 in METANOIA: REVISTA DE CIENCIA, TECNOLOGÍA E INNOVACIÓN
Verified
Journal Article
Open access
PDF file
WOWilson Josue Gonzalez Ortega
Wilson Josue Gonzalez Ortega
MOMariuxi Paola Zea Ordoñez
Mariuxi Paola Zea Ordoñez
JVJohnny Paul Novillo Vicuña
Johnny Paul Novillo Vicuña
AOAlex Roberto Ortiz Ortega
Alex Roberto Ortiz Ortega
La gestión del conocimiento técnico en la Corporación Nacional de Electricidad (CNEL EP) del Ecuador se ve obstaculizada por la dispersión de la información en múltiples documentos, lo que ralentiza la resolución de problemas en el área de soporte técnico. Para enfrentar este desafío, se desarrolló una aplicación web que implementa una arquitectura de Generación Aumentada por Recuperación (RAG) junto con el modelo de lenguaje Llama 3.2. La metodología de desarrollo siguió el proceso CRISP-DM, asegurando un enfoque estructurado desde la comprensión del negocio hasta el despliegue. El sistema permite cargar documentos institucionales (PDF, Word, Excel), los cuales son procesados, convertidos en vectores semánticos mediante el modelo nomic-embed-text y almacenados en una base de datos vectorial FAISS para una recuperación eficiente, al realizar una consulta, el sistema recupera los fragmentos de texto más relevantes y los utiliza como contexto para que el modelo Llama 3.2, ejecutado localmente con Ollama, genere una respuesta precisa y contextualizada. Las medidas de la evaluación por la norma ISO/IEC 9126 indicaron un alto nivel de desempeño en funcionalidad (4.5/5) y usabilidad (4.8/5), confirmando el potencial del modelo para la centralización del conocimiento y para la producción de respuestas fiables. Del mismo modo que el despliegue local garantiza la seguridad de los datos, la eficiencia fue vista como un área de mejora, dado que los tiempos de respuesta promedios fueron de 8.38 segundos. La herramienta se consolida como un apoyo inteligente para agilizar el acceso a la información técnica institucional.

30 July 2026 in Interfases
Verified
Journal Article
Open access
PDF file
SVStalin Francisco Calva Vicente
Stalin Francisco Calva Vicente
ÁSÁngel Ricardo Vera Santos
Ángel Ricardo Vera Santos
FCFreddy Aníbal Jumbo Castillo
Freddy Aníbal Jumbo Castillo
JVJohnny Paul Novillo Vicuña
Johnny Paul Novillo Vicuña
Managing the vast amount of unstructured data we generate today would be unthinkable without automatic text classification. This tool has become indispensable for tasks as varied as sentiment analysis and combating fake news. However, a significant technical dilemma arises: despite the vast array of algorithms designed for these purposes, there is still no clear consensus on which is the most effective for each specific dataset. To address this issue, the present study compares the robustness of two models: Random Forest, which operates using a set of trees, and Logistic Regression, a linear model. The corpus used is Symptom2Disease, a dataset of 1,200 text records containing descriptions of symptoms in natural language, evenly distributed across 24 diagnostic categories, covering conditions such as psoriasis, diabetes, dengue, and malaria. For this purpose, a factorial experimental design was adopted, incorporating standard preprocessing, data augmentation to mitigate sample size limitations, and representation analysis via N-grams. In other words, it appears that Logistic Regression performs better than Random Forest, achieving a maximum F1 score of 0.9797 when used in conjunction with data augmentation and unigrams. For short medical texts, the linearity of the model and synthetic corpus enrichment prove to be a more efficient and accurate solution compared to non-linear models.