Consultar por División

FUNIBER (8)

Agrupar por: Fecha | Título | Autores | Tipo de Documento | Sin Agrupar

Ir a: 2022 | 2021 | 2020 | 2017

Número de registros en este nivel: 8.

2022

Otro Materias > Ingeniería Universidad Europea del Atlántico > Investigación > Proyectos I+D+I
Fundación Universitaria Internacional de Colombia > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana México > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana Puerto Rico > Investigación > Proyectos I+D+I
Universidad Internacional do Cuanza > Investigación > Proyectos I+D+I Cerrado Español La línea de actividad científico-técnica que se propone se titula “Observatorio 5G“ y está orientada a generar conocimiento en el ámbito de las nuevas redes de telecomunicaciones y servicios asociados al estándar tecnológico de quinta generación para redes móviles de banda ancha (5G). El despliegue de la quinta generación de tecnologías de telefonía móvil, conocida como 5G, está protagonizado por la necesidad de conseguir que las diferentes compañías fabricantes consigan implantar sus estándares a nivel internacional. A diferencia de las tecnologías de 3G y 4G donde era necesario un despliegue masivo para dar servicio a cuanto mayor número posible de población, la tecnología 5G se basa en el concepto de despliegues particulares, con soluciones críticas mediante soluciones ad-hoc. Por ello, es importante tanto la creación de un potente ecosistema 5G así como que el mismo contemple a los emprendedores y pequeñas empresas que será quienes creen los servicios que solucionen los problemas concretos de las industrias sobre esta nueva tecnología. La tecnología 5G será una realidad en breve. Por ello, se requiere realizar acciones que permitan que los países lideren su implantación de una manera sólida, ordenada y consensuada permitiendo una ventaja competitiva tanto a nivel gubernamental como industrial para desarrollar un ecosistema adecuado del despliegue de 5G. Para poder dar soluciones en tres ámbitos de actuación (Coordinación de Proyectos; Regulación y Legislación; e Innovación, Emprendimiento y Estandarización) se propone analizar la creación de un Observatorio 5G. El objetivo general del presente proyecto es elaborar un estudio que permita analizar la factibilidad de la creación de un Observatorio 5G. Para ello, será necesario identificar las grandes líneas maestras que deben ser comunes a un observatorio según las singularidades de cada territorio. En particular, nuestro interés será identificar oportunidades alrededor de lo que denominábamos “innovación y ecosistema 5G”, es decir, oportunidades que se puedan abrir especialmente: - Para la creación de un ecosistema científico-técnico que comparta la capacidad de Innovación mediante la tecnología 5G (Universidades, Centros Tecnológicos, Centros de I+D de las empresas, etc.). - Para la generación de conocimiento con el mundo científico y académico que permita adaptar la formación del talento para tener en cuenta las necesidades futuras en base a la tecnología. - Crear sinergias desde el ecosistema de innovación con el ecosistema de emprendimiento que favorezca la creación de nuevas empresas y productos para liderar el mercado. - Generar capacitaciones y formación continua. metadata SIN ESPECIFICAR mail SIN ESPECIFICAR (2022) Observatorio 5G. Repositorio de la Universidad. (Inédito)

2021

Otro Materias > Ingeniería Universidad Europea del Atlántico > Investigación > Proyectos I+D+I
Fundación Universitaria Internacional de Colombia > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana México > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana Puerto Rico > Investigación > Proyectos I+D+I
Universidad Internacional do Cuanza > Investigación > Proyectos I+D+I Cerrado Español El proyecto de investigación que se pretende llevar a cabo se refiere a la “Formación práctica mediante la aplicación de tecnologías basadas en entornos virtuales, aumentados e inmersivos“, y está orientado a una investigación que nos permita aplicar tecnologías de la información para simular entornos reales que son útiles en el ámbito de la educación y en concreto pretendemos innovar en los sistemas de evaluación que permitan a los docentes emplear estos entornos digitales. Las plataformas y medios digitales están cada vez más presentes en la sociedad y por ende en las organizaciones empresariales. Los profesionales de la educación no son ajenos a esta situación y se aprovechan de estas tecnologías y a la vez se enfrentan al reto de adaptarse de manera constante al avance tecnológico y a las repercusiones que tiene en su desempeño. En este ámbito, el desarrollo de las plataformas digitales para aprendizaje se ha visto impulsado por la confluencia de múltiples factores entre los cuales se destaca el avance tecnológico, la disponibilidad de dispositivos, las nuevas generaciones de nativos digitales. La formación e-learning es un ejemplo del auge de estas plataformas digitales pero todavía nos encontramos tecnologías más avanzadas como la realidad virtual, tecnologías inmersivas, Internet de las Cosas, etc. que también tienen o tendrán cabida en el entorno educativo. Nuestro proyecto nace con el objetivo de aportar valor a este escenario alrededor de los conocidos como entornos virtuales. Desde el sector educativo universitario, se ha sabido ver la oportunidad de la aplicación de estas técnicas a los procesos formativos del alumnado, inicialmente desde las ramas de la ingeniería que se dedicaban al propio desarrollo de estas tecnologías, y posteriormente desde las disciplinas más afines al aprendizaje cognitivo humano como pueden ser la Psicología o la Pedagogía que buscan evaluar estas técnicas respecto a otras metodologías más clásicas presentes en la Educación. Sin embargo, como se puede extraer de diversos artículos científicos que aplican estas modalidades para la educación, persisten carencias para que los docentes de cualquier área/disciplina dispongan de herramientas lo suficientemente intuitivas para crear los entornos virtuales para simular los entornos profesionales de su especialidad. El diseño de herramientas para docentes (T. Budai, 2019), ayudaría a evitar estas barreras de entrada para extender su uso. Por otro lado, aunque las publicaciones que aplican este tipo de tecnologías a la enseñanza (N. Pellas, 2020), la formación profesional (H. B. Andersson, 2020), o incluso a aprendizajes cognitivos (E. Rho, 2020), consideran que son muy positivas desde el punto de vista pedagógico (H. Ardiny, 2018), se reclama una necesidad en cuanto a establecer unas métricas y metodologías de evaluación apropiadas al proceso de enseñanza-aprendizaje (A. Dengel, 2018), (A. Christopoulos, 2019). En algunos casos se habla la gran asignatura pendiente, que es el tema de la evaluación. Cuando los docentes intentan implementar instrumentos de evaluación basados en entornos digitales, encuentran dificultades para hallar el equilibrio entre la evaluación, la metodología y el uso de los nuevos medios. Ante este escenario, el proyecto pretende diseñar y desarrollar un entorno virtual experimental para la educación práctica universitaria con énfasis en el sistema de evaluación del proceso de aprendizaje y el control de calidad. metadata SIN ESPECIFICAR mail SIN ESPECIFICAR (2021) IMMERSIVE TECH: Formación práctica mediante la aplicación de tecnologías basadas en entornos virtuales, aumentados e inmersivos. Repositorio de la Universidad. (Inédito)

2020

Otro Materias > Comunicación Universidad Europea del Atlántico > Investigación > Proyectos I+D+I
Fundación Universitaria Internacional de Colombia > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana México > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana Puerto Rico > Investigación > Proyectos I+D+I
Universidad Internacional do Cuanza > Investigación > Proyectos I+D+I Cerrado Español Actualmente, las redes sociales se han convertido en una potente herramienta de comunicación y divulgación tanto científica, como informativa. Sin embargo, el potencial de las redes sociales se dirige básicamente hacia el público general y joven y desde los mercados de retail, moda,.. mientras que existe una oportunidad para aprovechar las redes sociales para científicos y así también plantear nuevos formatos digitales para las revistas científicas. El proyecto pretende llevar a cabo una innovación en la empresa, teniendo en cuenta que el campo de las redes sociales dentro del ámbito científico está escasamente desarrollado (Academia, Researchgate, Mendeley..) y todo ello transfiriendo el conocimiento desde un grupo de investigación universitario. metadata SIN ESPECIFICAR mail SIN ESPECIFICAR (2020) El rol de las redes sociales en el ámbito científico. Repositorio de la Universidad. (Inédito)

Otro Materias > Ingeniería
Materias > Educación Universidad Europea del Atlántico > Investigación > Proyectos I+D+I
Fundación Universitaria Internacional de Colombia > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana México > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana Puerto Rico > Investigación > Proyectos I+D+I
Universidad Internacional do Cuanza > Investigación > Proyectos I+D+I Cerrado Español 1- Gestionar online el proceso de revisión de contenidos recibidos y gestionarlo a distancia, contando con usuarios que se conectan al sistema de forma online y aportan sus valoraciones a través de la misma plataforma. En este caso se trata de facilitar un flujo de trabajo entre los diferentes participantes en el proceso (director de revista, editor en jefe, editor y revisor), de forma que puedan optimizar su productividad y trabajar de forma asincrónica sobre unos mismos contenidos editoriales y siguiendo un proceso homogéneo de acuerdo a nuestros procedimientos. 2- Automatizar determinados procesos de revisión de contenidos. En concreto, habíamos considerado de interés mejorar el proceso de revisión del formato de los artículos recibidos gracias a un software basado en inteligencia artificial. Teniendo en cuenta que los artículos científicos tienen una estructura y contenidos normalizados, pensamos que era posible automatizar algunos elementos de la revisión preliminar de contenidos. 3- Disponer de una solución para la fidelización de autores-revisores generando automáticamente certificados de participación como revisores de artículos científicos. Teniendo en cuenta la dificultad de lograr la participación de revisores científicos, y como parte del sistema de fidelización, se propuso una innovación en la plataforma, que permite generar de forma automática un auto-certificado para los revisores. 4- Estudiar la aplicación de los metadatos, las plataformas multilingües y las de e-commerce para distribución de contenidos. En este caso, lo que se hizo fue solicitar unos estudios de vigilancia tecnológica relacionados con: - Estándares internacionales para la creación de metadatos que nos permitan indexar de la mejor manera posible nuestros contenidos. - Estándares para plataformas multilingües que nos fueran de aplicación para crear un sistema de gestión de contenidos multi-idioma enlazado con los procesos de traducción. - Plataformas de e-commerce adaptadas a la distribución de contenidos electrónicos que nos permitiesen monetizar determinados contenidos y venderlos en Internet. metadata SIN ESPECIFICAR mail SIN ESPECIFICAR (2020) Estudios de vigilancia tecnológica y proyecto piloto para revista electrónica. Repositorio de la Universidad. (Inédito)

2017

Otro Materias > Educación Universidad Europea del Atlántico > Investigación > Proyectos I+D+I
Fundación Universitaria Internacional de Colombia > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana México > Investigación > Proyectos I+D+I
Universidad Internacional Iberoamericana Puerto Rico > Investigación > Proyectos I+D+I
Universidad Internacional do Cuanza > Investigación > Proyectos I+D+I Cerrado Inglés El e-learning como modalidad de enseñanza-aprendizaje introduce especificidades en cuanto a las funciones y competencias docentes: nuevos entornos de aprendizaje suponen nuevos enfoques para entenderlos, diseñarlos y gestionarlos. La empresa MLSJOURNALS pretende desarrollar una nueva línea de servicios para Universidades dentro del campo de las competencias docentes para la cual requiere de un profesional del campo de la psicología y la docencia. La presente actividad de I+D aporta a la empresa un conocimiento sistematizado y basado en la evidencia, para describir el perfil de competencias docentes para la formación universitaria en entornos virtuales de aprendizaje. Con ello, la empresa pretende aportar un nuevo servicio que dé respuesta a esta necesidad en el mercado universitario, enfocándose a dos objetivos principales: 1. Describir el conjunto de competencias - que integran conocimientos, habilidades y actitudes- que deben reunir los profesores universitarios para la docencia a través de Entornos Virtuales de Aprendizaje. 2. Descubrir la relación existente entre el perfil competencial de los profesores y los resultados logrados en el proceso de enseñanza – aprendizaje. metadata SIN ESPECIFICAR mail SIN ESPECIFICAR (2017) VIRTUALAP: Competencias docentes para la formación universitaria en un entorno virtual de aprendizaje. Repositorio de la Universidad.

open

Efficient CNN architecture with image sensing and algorithmic channeling for dataset harmonization

The process of image formulation uses semantic analysis to extract influential vectors from image components. The proposed approach integrates DenseNet with ResNet-50, VGG-19, and GoogLeNet using an innovative bonding process that establishes algorithmic channeling between these models. The goal targets compact efficient image feature vectors that process data in parallel regardless of input color or grayscale consistency and work across different datasets and semantic categories. Image patching techniques with corner straddling and isolated responses help detect peaks and junctions while addressing anisotropic noise through curvature-based computations and auto-correlation calculations. An integrated channeled algorithm processes the refined features by uniting local-global features with primitive-parameterized features and regioned feature vectors. Using K-nearest neighbor indexing methods analyze and retrieve images from the harmonized signature collection effectively. Extensive experimentation is performed on the state-of-the-art datasets including Caltech-101, Cifar-10, Caltech-256, Cifar-100, Corel-10000, 17-Flowers, COIL-100, FTVL Tropical Fruits, Corel-1000, and Zubud. This contribution finally endorses its standing at the peak of deep and complex image sensing analysis. A state-of-the-art deep image sensing analysis method delivers optimal channeling accuracy together with robust dataset harmonization performance.

Producción Científica

Khadija Kanwal mail , Khawaja Tehseen Ahmad mail , Aiza Shabir mail , Li Jing mail , Helena Garay mail helena.garay@uneatlantico.es, Luis Eduardo Prado González mail uis.prado@uneatlantico.es, Hanen Karamti mail , Imran Ashraf mail ,

Kanwal

open

Deep image features sensing with multilevel fusion for complex convolution neural networks & cross domain benchmarks

Efficient image retrieval from a variety of datasets is crucial in today's digital world. Visual properties are represented using primitive image signatures in Content Based Image Retrieval (CBIR). Feature vectors are employed to classify images into predefined categories. This research presents a unique feature identification technique based on suppression to locate interest points by computing productive sum of pixel derivatives by computing the differentials for corner scores. Scale space interpolation is applied to define interest points by combining color features from spatially ordered L2 normalized coefficients with shape and object information. Object based feature vectors are formed using high variance coefficients to reduce the complexity and are converted into bag-of-visual-words (BoVW) for effective retrieval and ranking. The presented method encompass feature vectors for information synthesis and improves the discriminating strength of the retrieval system by extracting deep image features including primitive, spatial, and overlayed using multilayer fusion of Convolutional Neural Networks(CNNs). Extensive experimentation is performed on standard image datasets benchmarks, including ALOT, Cifar-10, Corel-10k, Tropical Fruits, and Zubud. These datasets cover wide range of categories including shape, color, texture, spatial, and complicated objects. Experimental results demonstrate considerable improvements in precision and recall rates, average retrieval precision and recall, and mean average precision and recall rates across various image semantic groups within versatile datasets. The integration of traditional feature extraction methods fusion with multilevel CNN advances image sensing and retrieval systems, promising more accurate and efficient image retrieval solutions.

Producción Científica

Jyotismita Chaki mail , Aiza Shabir mail , Khawaja Tehseen Ahmed mail , Arif Mahmood mail , Helena Garay mail helena.garay@uneatlantico.es, Luis Eduardo Prado González mail uis.prado@uneatlantico.es, Imran Ashraf mail ,

Chaki

open

Fundus image classification using feature concatenation for early diagnosis of retinal disease

Background Deep learning models assist ophthalmologists in early detection of diseases from retinal images and timely treatment. Aim Owing to robust and accurate results from deep learning models, we aim to use convolutional neural network (CNN) to provide a non-invasive method for early detection of eye diseases. Methodology We used a hybridized CNN with deep learning (DL) based on two separate CNN blocks, to identify multiple Optic Disc Cupping, Diabetic Retinopathy, Media Haze, and Healthy images. We used the RFMiD dataset, which contains various categories of fundus images representing different eye diseases. Data augmenting, resizing, coping, and one-hot encoding are used among other preprocessing techniques to improve the performance of the proposed model. Color fundus images have been analyzed by CNNs to extract relevant features. Two CCN models that extract deep features are trained in parallel. To obtain more noticeable features, the gathered features are further fused utilizing the Canonical Correlation Analysis fusion approach. To assess the effectiveness, we employed eight classification algorithms: Gradient boosting, support vector machines, voting ensemble, medium KNN, Naive Bayes, COARSE- KNN, random forest, and fine KNN. Results With the greatest accuracy of 93.39%, the ensemble learning performed better than the other algorithms. Conclusion The accuracy rates suggest that the deep learning model has learned to distinguish between different eye disease categories and healthy images effectively. It contributes to the field of eye disease detection through the analysis of color fundus images by providing a reliable and efficient diagnostic system.

Producción Científica

Sara Ejaz mail , Hafiz U Zia mail , Fiaz Majeed mail , Umair Shafique mail , Stefanía Carvajal-Altamiranda mail stefania.carvajal@uneatlantico.es, Vivian Lipari mail vivian.lipari@uneatlantico.es, Imran Ashraf mail ,

Ejaz

open

Pupilometer efficacy in monitoring anxiety in undergraduate medical students during high-fidelity clinical simulation

The aim of the present work was to determine the correlation between the State-Trait Anxiety Inventory (STAI) score and pupillary diameter and whether this correlation exists to develop a predictive model of anxiety with the pupillary diameter of students exposed to high-fidelity clinical simulation. This was a randomized, blinded, simulation-based clinical trial. The study was conducted at the Advanced Clinical Simulation Center, Faculty of Medicine, Valladolid University (Spain), from February 1 to April 15, 2023, and involved volunteer sixth-year undergraduate medical students. The STAI score, vital signs (oxygen saturation, perfusion index, blood pressure, heart rate, and temperature), and pupillary response were assessed. The primary outcomes were the delta (pre/postsimulation) of the state STAI and the delta of the pupillary diameter. Sixty-one sixth-year students fulfilled the inclusion criteria. There was no difference regarding the clinical scenario. There was a statistically significant correlation between the state STAI score and pupillary diameter. The predictive model had an AUC of 0.876, with the delta diameter of the pupillary being the only statistically significant variable for anxiety prediction. Our results showed that both the pupillary response and the STAI score allowed the identification of students with disabling anxiety. These results could pave the way for appropriate protocol development that allows for personalized tutoring of students with elevated anxiety levels.

Producción Científica

Francisco Martín-Rodríguez mail , Rafael Martín-Sánchez mail , Carlos del Pozo Vegas mail , Raúl Lopez-Izquierdo mail , José Luis Martín-Conty mail , Eduardo René Silva Alvarado mail eduardo.silva@funiber.org, Santos Gracia Villar mail santos.gracia@uneatlantico.es, Luis Alonso Dzul López mail luis.dzul@uneatlantico.es, Silvia Aparicio Obregón mail silvia.aparicio@uneatlantico.es, Rubén Calderón Iglesias mail ruben.calderon@uneatlantico.es, Ancor Sanz-García mail , Miguel Ángel Castro Villamor mail ,

Martín-Rodríguez

open

Novel Transfer Learning Approach for Detecting Infected and Healthy Maize Crop Using Leaf Images

Maize is a staple crop worldwide, essential for food security, livestock feed, and industrial uses. Its health directly impacts agricultural productivity and economic stability. Effective detection of maize crop health is crucial for preventing disease spread and ensuring high yields. This study presents VG-GNBNet, an innovative transfer learning model that accurately detects healthy and infected maize crops through a two-step feature extraction process. The proposed model begins by leveraging the visual geometry group (VGG-16) network to extract initial pixel-based spatial features from the crop images. These features are then further refined using the Gaussian Naive Bayes (GNB) model and feature decomposition-based matrix factorization mechanism, which generates more informative features for classification purposes. This study incorporates machine learning models to ensure a comprehensive evaluation. By comparing VG-GNBNet's performance against these models, we validate its robustness and accuracy. Integrating deep learning and machine learning techniques allows VG-GNBNet to capitalize on the strengths of both approaches, leading to superior performance. Extensive experiments demonstrate that the proposed VG-GNBNet+GNB model significantly outperforms other models, achieving an impressive accuracy score of 99.85%. This high accuracy highlights the model's potential for practical application in the agricultural sector, where the precise detection of crop health is crucial for effective disease management and yield optimization.

Producción Científica

Muhammad Usama Tanveer mail , Kashif Munir mail , Ali Raza mail , Laith Abualigah mail , Helena Garay mail helena.garay@uneatlantico.es, Luis Eduardo Prado González mail uis.prado@uneatlantico.es, Imran Ashraf mail ,

Tanveer

Enlaces de interés

Enlaces de interés

Consultar por División

2022

2021

2020

2017

TEMÁTICA

ACCESO

IDIOMA

Filtros

Información

Exportar como	Atom RSS 1.0 RSS 2.0