1 December 2020 in Información tecnológica
En este estudio se propone un esquema de integración sistémica entre los diferentes elementos del diseño teórico de la investigación desde los principios rectores de la investigación holística. Se define una metodología de trabajo orientada a la identificación de los elementos clave del proceso investigativo a partir del análisis sistémico de la situación problémica y su relación con el objeto de estudio y su campo de acción. Se incluye la definición de categorías rectoras, la integración sistémica de contenidos y la presentación de un esquema sintético para la orientación metodológica del proceso investigativo. Como resultado, se presenta la sistematización epistemológica del proceso investigativo a través de dos casos aplicativos. Se concluye que el esquema orientador presentado permite generar una didáctica propia para orientar el desarrollo de propuestas y proyectos de investigación científica de calidad, alto impacto y pertinencia, y favorece la comprensión de los procesos y cursos de investigación científica en la educación superior.
17 July 2020 in F1000Research
JGJosé Rafael García-González
José Rafael García-González
Background: Previous studies of migraine classification have focused on the analysis of brain waves, leading to the development of complex tests that are not accessible to the majority of the population. In the early stages of this pathology, patients tend to go to the emergency services or outpatient department, where timely identification largely depends on the expertise of the physician and continuous monitoring of the patient. However, owing to the lack of time to make a proper diagnosis or the inexperience of the physician, migraines are often misdiagnosed either because they are wrongly classified or because the disease severity is underestimated or disparaged. Both cases can lead to inappropriate, unnecessary, or imprecise therapies, which can result in damage to patients’ health. Methods: This study focuses on designing and testing an early classification system capable of distinguishing between seven types of migraines based on the patient’s symptoms. The methodology proposed comprises four steps: data collection based on symptoms and diagnosis by the treating physician, selection of the most relevant variables, use of artificial neural network models for automatic classification, and selection of the best model based on the accuracy and precision of the diagnosis. Results: The artificial neural network models used provide an excellent classification performance, with accuracy and precision levels >97% and which exceed the classifications made using other model, such as logistic regression, support vector machines, nearest neighbor, and decision trees. Conclusions: The implementation of migraine classification through artificial neural networks is a powerful tool that reduces the time to obtain accurate, reliable, and timely clinical diagnoses.
1 August 2019 in Formación universitaria
Se presentan y analizan los resultados de la prueba de la calidad de la educación superior en Colombia - Saber Pro. Se usó la metodología de extracción de conocimiento en bases de datos KDD sobre la cual se construyó una base de datos del desempeño académico del estudiante en áreas asociadas con los contenidos de la prueba Saber Pro, y se utilizó redes neuronales como técnica para la minería de datos. Las redes neuronales permitieron la predicción de los resultados de la prueba Saber Pro con alta exactitud tanto en rangos cualitativos como cuantitativos. Además, se comprobó una correlación entre el desempeño académico y los resultados de Saber Pro. Los hallazgos sugieren que la metodología usada es una excelente guía para el descubrimiento de patrones ocultos en los datos, y permite establecer estrategias de mejora de los resultados de las pruebas Saber Pro que involucren el desempeño académico del estudiante.
1 October 2021 in Información tecnológica
En este estudio se diseña una herramienta que permite evaluar el estado actual de vulnerabilidad informática que tiene una pequeña y mediana empresa (PYME) a partir de la medición del nivel de seguridad de su software. Se definen y describen las componentes de la herramienta que, apoyado en la base de datos de vulnerabilidades y exposiciones comunes (CVE), ofrece un mecanismo para la evaluación eficaz del riesgo cibernético y un esquema de recomendaciones. Como resultado se muestra la ejecución de cada una de las componentes de la herramienta a través del estudio de una PYME del sector de tecnologia e innovación en Colombia. Se evalúa todo el software comercial en sus diferentes versiones y se sugieren líneas de acción según el nivel de riesgo calculado. Se concluye que la herramienta propuesta permite suplir las etapas iniciales de búsqueda, reporte y recomendaciones ante vulnerabilidades de riesgo cibernético, basado en un trabajo sistemático, permanente y exhaustivo, más de orden preventivo que correctivo.
1 July 2017 in Journal of Computer Science
Artificial Neural Networks (ANN) consists of some components, such as architecture and learning algorithm. These components have a significant effect on the performance of the ANN, but finding good parameters is a difficult task to achieve. An important requirement for this task is to ensure the reduction of error when inputs and/or hidden neurons are added. In practice, it is assumed that this requirement is always true, but usually it is false. In this paper, we propose a new algorithm that ensures error decrease when input variables and/or hidden neurons are added to the neural network. The behavior of two traditional algorithms and the proposed algorithm in the forecast of Airline time series were compared. The empirical results indicate that the proposed algorithm allows a steady decrease of fit error in all cases, where de most important and differentiable feature is the fact that reach values close to zero, which is not true for the other algorithms. Therefore, it can be used as a suitable alternative algorithm, especially when it needs a good fit.