INGENIERÍA
Entérate cómo entregar tus trabajos de titulación
Permanent URI for this community
INGENIERÍA
Browse
Browsing INGENIERÍA by Author "Arciniegas Aguirre, Stalin Marcelo"
Now showing 1 - 4 of 4
Results Per Page
Sort Options
Item Open Access 
Aplicación móvil para monitorear la cantidad de gas en cilindros domésticos mediante un prototipo IOT(PUCE - Ibarra, 2024) Sánchez Perugachi, Cristopher Joel; Arciniegas Aguirre, Stalin MarceloEste informe detalla el desarrollo y la implementación de un sistema integral de monitoreo de GLP, que incluye una aplicación móvil y un dispositivo IoT. Se enfatiza la realización de pruebas unitarias para validar la conectividad, procesamiento de datos en tiempo real, gestión de notificaciones, configuración de red Wi-Fi, almacenamiento en base de datos NoSQL, diseño del dashboard y gestión de permisos. El uso de metodologías ágiles como XP y técnicas de prototipado permitió una entrega iterativa y adaptativa del proyecto. Se recomienda la expansión de la base de datos para integrar identificadores únicos de dispositivos y la implementación de un módulo de autenticación en la aplicación móvil para mejorar la escalabilidad y seguridad del sistema. Además, se sugiere ubicar los sensores en ambientes protegidos de la intemperie y con buena señal de internet para optimizar la precisión y operatividad del monitoreo. Se utilizan protocolos de red como MQTT para la comunicación entre el dispositivo IoT y el broker Mosquitto, aprovechando microcontroladores para la gestión eficiente de datos y señales. El texto de este informe también ha sido refinado utilizando herramientas de inteligencia artificial para mejorar la redacción y coherencia del contenido, asegurando así una comunicación más clara y efectiva de los conceptos y hallazgos presentados.Item Open Access Prototipo de identificación del mosquito AEDES con TINYML(PUCE - Ibarra, 2025) Muñoz Villarreal, Marco Antonio; Arciniegas Aguirre, Stalin MarceloEste proyecto presenta el desarrollo de un sistema innovador para la identificación automática del mosquito Aedes mediante la implementación de tecnología TinyML. El sistema integra hardware especializado para la captura de señales acústicas emitidas por el mosquito, un modelo de aprendizaje automático para dispositivos de bajo consumo, además se desarrolla una aplicación móvil para la visualización y gestión de datos. La solución propuesta utiliza la plataforma Edge Impulse para el entrenamiento y optimización del modelo, permitiendo una identificación precisa y en tiempo real del mosquito. El prototipo está diseñado para operar de manera autónoma en condiciones de campo, contribuyendo significativamente a la vigilancia entomológica y el control vectorial. Este prototipo busca optimizar las estrategias actuales de prevención y control de enfermedades transmitidas por el Aedes, como el dengue, zika y chikungunya, especialmente en regiones con recursos limitados. La detección temprana de mosquitos permite a las autoridades sanitarias tomar decisiones informadas de manera rápida y efectiva, como la implementación de medidas de control focalizadas o la alerta a la población en zonas de riesgo. Se espera que este prototipo contribuya a reducir la incidencia de enfermedades transmitidas por el Aedes y a mejorar la calidad de vida de las comunidades, especialmente en aquellas con recursos limitados.Item Open Access Sistema de monitoreo del consumo de agua mediante internet de las cosas para entornos residenciales en Ibarra, Ecuador(PUCE - Ibarra, 2025) Torres Benítez, José David; Arciniegas Aguirre, Stalin MarceloEl monitoreo eficiente del consumo de agua en entornos residenciales representa una necesidad imperativa. Por lo que, se llevó a cabo una investigación para realizar un sistema automatizado de monitoreo del consumo de agua basado en Internet de las Cosas (IoT) para minimizar el desperdicio del recurso mediante reportes en tiempo real en la ciudad de Ibarra, Ecuador. Para el efecto se empleó una metodología mixta fundamentada en CRISP-DM para el desarrollo de modelos de machine learning, implementando una arquitectura híbrida que integra hardware embebido especializado (NICLA Vision) con procesamiento de inferencia en host mediante YOLOv8-OBB para la detección automática de dígitos en medidores analógicos de agua. Este sistema ya desarrollado alcanzó métricas excepcionales con 99.5% de precisión, 99.4% de recall y 99.3% de mAP@0.5 en la detección de dígitos, con una latencia operativa de 187ms por inferencia. La validación operativa procesó más de 1,000 frames bajo condiciones reales, logrando 86.7% de consistencia en la detección y automatización 24/7 con programación horaria. La integración IoT implementó exitosamente plataformas ThingSpeak y Telegram para telemetría e informaciones instantáneas con latencia menor a 1 segundo. Los resultados demuestran una reducción del 95% en intervención manual, estableciendo una solución técnicamente viable que supera las limitaciones actuales del TinyML embebido mientras proporciona una base sólida para desarrollos futuros en arquitecturas completamente embebidas. El prototipo validó integralmente todos los requisitos funcionales y no funcionales, contribuyendo significativamente al campo de automatización hídrica residencial mediante visión artificial aplicada.Item Open Access Sistema recomendador basado en inteligencia artificial que sugiere rutinas de ejercicios para un envejecimiento activo en adultos pertenecientes a LONGEVITY, mediante una aplicación web móvil(PUCE - Ibarra, 2023) Betancourt Dueñas, Josue David; Arciniegas Aguirre, Stalin MarceloEl presente plan de trabajo ha sido desarrollado para Longevity, un emprendimiento originario de la ciudad de Ibarra. Lo que se desea realizar con esta investigación aplicada es la creación de un sistema experto recomendador de rutinas de ejercicio destinadas a personas en un rango de edad de 50 a 60 años con problemas de lumbares y obesidad. Dichas rutinas dependen de los factores del usuario y de su interés al realizar las diferentes categorías de ejercicio como movilidad o flexibilidad, fuerza, resistencia. Para esto, se generó la base de conocimiento gracias a la ayuda de los entrenadores expertos, dedicados al cuidado del adulto, de Longevity con el objetivo de ayudar a las personas a tener un estilo de vida más saludable mediante los ejercicios físicos de acuerdo con las capacidades de los distintos usuarios. Los usuarios tendrían acceso a este servicio mediante el desarrollo de una aplicación móvil con Flutter. Para llevar a cabo lo antes mencionado, se utilizó la metodología de desarrollo ágil Scrum; ya que facilita la realineación de los objetivos con el sistema en cualquier circunstancia. Las herramientas de desarrollo para implementar el sistema experto fueron Flutter y Supabase; para poder tomas las peticiones realizadas se optó por la tecnología FETCH. Cómo se mencionó anteriormente, se utilizó el SDK de Flutter ya que permite el desarrollo multiplataforma. Para administrar los ejercicios y los usuarios de este plan de titulación se optó por hacer una página web que utilice Flutter ya que permite generar código estándar para aplicaciones móviles y web.