El objetivo de este artículo es el de realizar una revisión sistemática de la literatura con el fin de dar a conocer las principales investigaciones con respecto a la Inteligencia Artificial y tecnologías aliadas para contrarrestar la corrupción. La corrupción actualmente representa uno de los más grandes problemas de la humanidad, al mismo tiempo la tecnología es la gran aliada para idear soluciones en contrataque de este problema. Es por eso que se realizó una revisión sistemática de la literatura de los últimos cinco años, con la ayuda de trabajos científicos almacenados en la base de datos Proquest. Los trabajos encontrados tuvieron que ser sometidos a un proceso riguroso de filtros para poder obtener información de la más alta calidad. Los hallazgos más importantes en este proceso han sido las diferentes tecnologías asociadas a la IA que son de gran ayuda en contra del problema anteriormente mencionado. Este estudio sirve como punto de partida para futuros trabajos de investigación que contribuirán a mejorar nuestra sociedad, librándonos en lo mayor posible del problema de la corrupción.

En el ámbito del aprendizaje automático, un desafío persistente es la disponibilidad de datos suficientes, especialmente en tareas de visión por computadora. Este desafío se amplifica cuando se trabaja con sensores remotos, donde las bases de datos etiquetadas para abordar problemas son escasas. Este manuscrito examina críticamente el monitoreo de deslizamientos de tierra en el paisaje peruano y presenta tres contribuciones en esta dirección. La primera contribución expande un conjunto de datos de imágenes satelital es sobre deslizamientos de tierra (Landslide4Sense) proveniente de territorios asiáticos, con 3799 imágenes debidamente etiquetadas. Reconociendo la dinámica geoespacial de Perú, se incrementó este conjunto de datos con 838 escenarios locales. Estas adiciones mantienen congruencia con el conjunto de datos original en términos de atributos y configuración, asegurando replicabilidad y escalabilidad para futuras investigaciones. La segunda evalúa varios modelos de segmentación semántica basados en la arquitectura U-net, reforzada por la función de pérdida de Entropía Cruzada Ponderada + Dice Loss, óptima en tareas de segmentación con conjuntos de datos desequilibrados. Los resultados permiten alcanzar un F1-Score del 75.5% con la arquitectura U-net (vanilla) superando el benchmark de referencia del 71.65%. La última contribución muestra un desarrollado integral para la adquisición de datos, procesamiento y entrenamiento/evaluación de modelos. Dado que este marco tiene el potencial de impulsar una aplicabilidad general de sistemas de segmentación a sistemas de monitoreo de deslizamientos de tierra, y detener un alcance más amplio a la comunidad académica y partes interesadas gubernamentales en Latinoamérica y en todo el mundo.

Los ensayos de desgaste según la norma ASTM G-65 son realizados para determinar la resistencia al desgaste abrasivo de bajo esfuerzo de un material mediante su exposición al contacto con arena seca. Estos ensayos permiten la evaluación de recargues duros o hardfacing con la finalidad de encontrar los efectos de los elementos aleantes sobre la microestructura y la resistencia al desgaste. Por su parte, el aprendizaje automático, conocido como Machine Learning, es una técnica del campo de la inteligencia artificial que busca desarrollar modelos computacionales con la capacidad de realizar tareas de clasificación y regresión. La metodología utilizada para realizar el entrenamiento, y posterior evaluación de los modelos obtenidos, consiste en la digitalización de los registros de ensayos de desgaste ejecutados por la American Welding Society, el análisis del comportamiento de la pérdida de masa en función del porcentaje de la concentración de los elementos presentes en el depósito del recargue duro y el desarrollo de los siguientes algoritmos de modelos de aprendizaje automático: k-vecinos cercanos (KNN), red neuronal artificial (ANN) y máquina de aprendizaje extremo (ELM). Posterior al entrenamiento, se emplearon los modelos ya entrenados para calcular la pérdida de masa en probetas previamente ensayadas en el Laboratorio de Materiales de la Pontificia Universidad Católica del Perú (PUCP) y así evaluar la efectividad de los modelos en la sección de resultados. Para los modelos entrenados se identificaron las variantes con mejor efectividad en la predicción de pérdida de masa, las cuales fueron la red neuronal artificial de 3 capas entrenada en 1000 épocas, el modelo de k-vecinos cercanos con 6 vecinos y la máquina de aprendizaje extremo con 10,000 neuronas. Para la comparación con datos de ensayos realizado sen la PUCP se obtuvo un error medio absoluto de 0.086 g para ANN, 0.726 g para KNN 0.853 g para ELM; en contraste con los valores de 0.228 g, 0.321 g y 0.666 g obtenidos para los ensayos realizado por la AWS, respectivamente. De entre los 3 modelos entrenados, se identifica que la red neuronal artificial congrega la mayor cantidad de puntos cercanos a la igualdad entre el valor real de pérdida de masa y la predicción calculada mediante el modelo. Se concluye que la ANN puede predecir con éxito la pérdida de masa en función de la composición química del depósito y su dureza, alcanzando una precisión del 85.75%. Por otro lado, la ELM requiere elevados recursos computacionales para entrenarse por encima de las 500,000 neuronas, así como un análisis más profundo para evitar el sobreajuste del modelo a los datos de entrenamiento. El algoritmo KNN no calcula exitosamente la masa perdida en un ensayo de desgaste debido a que entrega valores de promedios locales para datos que no se estructuran de forma ordenada. Finalmente, los resultados alcanzados brindan validez a la aplicación de técnicas de aprendizaje automático para encontrar la pérdida de masa en ensayos de desgaste.

El agravamiento del estrés hídrico tanto en el sector urbano como en el rural motiva cada vez más a los tomadores de decisión a impulsar la explotación sostenible de este recurso. Para ello, se requiere conocer con certeza los emplazamientos con un mayor potencial de explotación. Para hacer frente a este problema sin recurrir a perforaciones directas, la presente investigación tiene como objetivo principal explorar el potencial hidrológico subterráneo del Perú correspondiente a acuíferos de baja profundidad mediante la aplicación de modelos de clasificación de bosques aleatorios y redes neuronales, dos algoritmos de aprendizaje automatizado. Esta rama de la inteligencia artificial permite generar modelos multidimensionales y con variables complejas sin efectuar presuposiciones estadísticas. Para explicar el potencial de agua subterránea, se recurren a variables topográficas, hidrológicas, geológicas, pedológicas y ambientales que influyen en diferente medida en la conductividad hidráulica subterránea y en la tasa de recarga de los acuíferos. Los resultados obtenidos indican que el mejor desempeño equiparable al estado del arte se obtiene para el modelo de bosques aleatorios (exactitud=0.77, puntaje F1=0.73, AUC=0.88) y que la construcción de modelos especializados en una región dada permite mejorar la capacidad de los modelos al reducir la varianza de los datos. Las variables más importantes en los modelos fueron: aspecto, densidad de drenaje, elevación, NDWI y precipitación. La principal limitación identificada en el desempeño de los modelos es la escasa cantidad y distribución irregular de los pozos de caudal conocido en el Perú, factor que parcializa el modelo hacia la costa, la región mejor documentada. El presente estudio sirve como marco referencial para la construcción de futuros modelos de aprendizaje automatizado una vez se amplíe el inventario público de pozos de agua subterránea o en caso privados introduzcan su propio inventario. El código empleado para el procesamiento de variables geoespaciales se encuentra en https://code.earthengine.google.com/fe63cd6184b009824ed3c843fdc5544d. El código utilizado para la construcción de modelos se encuentra registrado en Github en https://github.com/cesport/Tesis. Aplicaciones para visualizar los resultados de manera interactiva están disponibles para computadoras en https://cesarportocarrero.users.earthengine.app/view/gwp-peru y dispositivos móviles en https://cesarportocarrero.users.earthengine.app/view/gwp-peru-movil.

La presente tesis aborda la problemática de las invasiones de terrenos por grupos vulnerables. En la mayoría de casos estos grupos se asientan en zonas de alto riesgo de desastres debido a fenómenos naturales. Lo expuesto previamente se evidenció en los procesos migratorios del siglo pasado y en invasiones más recientes donde grupos de personas vulnerables se asentaron en zonas costeras periféricas a las ciudades. Estas zonas según los distintos mapas elaborados por el SIGRID y CISMID tienen mayor probabilidad de ocurrencia de desastres. Por lo tanto, esta investigación tiene por finalidad identificar, de forma temprana y remota, la creciente tasa de asentamientos informales en zonas de alto riesgo de desastres. Para tal propósito se plantea una metodología que permita detectar estructuras y patrones de asentamientos informales. Para la detección de invasiones se emplean diversas técnicas de machine learning empleando imágenes satelitales de radar, de libre acceso, de media resolución (10m) y técnica de postprocesamiento para la mejora en el desempeño de la predicción. Para la evaluación de la metodología planteada se empleó como caso de estudio la invasión en Lomo de Corvina, ocurrido en abril del 2021. Para las áreas invadidas se obtuvo valores promedio de precision del 39%, lo cual es indicador que los algoritmos sobrestiman las áreas invadidas debido a las distorsiones complejas y ruido en las imágenes de radar, y recall del 85%, lo que indica que los algoritmos identifican correctamente un alto porcentaje del área invadida. Por lo tanto, se puede emplear esta metodología para la detección temprana de áreas invadidas con características similares a las estudiadas. Se lograrán mejores resultados si las invasiones son repentinas, de gran extensión y están ubicadas en zonas poco accidentadas y sin cubierta vegetal.

El cultivo de café es uno de los más importantes en el Perú y en la región Cajamarca, así mismo de esta actividad dependen muchas familias que producen café, siendo los agricultores pequeños con parcelas entre 3 y 5 hectáreas, quienes enfrentan a diferentes desafíos entre los cuales destacan la escasa capacidad técnica para identificar deficiencias nutricionales que afectan el cultivo, siendo de vital importancia ya que la detección adecuada repercute en la calidad del producto final. Esta investigación tiene como objetivo principal el desarrollo de un sistema inteligente para apoyar en la identificación de deficiencias nutricionales en hojas de café basado en reconocimiento de imágenes, fue alcanzado mediante objetivos específicos como, identificar las características de las deficiencias nutricionales, determinar el modelo de red neuronal que permita realizar la identificación, desarrollar una aplicación móvil híbrida y validar el funcionamiento del sistema inteligente. Las metodologías empleadas para el desarrollo fueron CommonKADS y RUP. Se concluye la investigación con un prototipo para ser ejecutado en dispositivos móviles y con las pruebas de funcionalidad por especialistas en agronomía. Como resultados finales podemos indicar que la presente investigación hace un aporte a la agricultura y apoya al sector cafetalero, a través de la ingeniería y la inteligencia artificial.

Existen dos tipos principales de lesiones precursoras del cáncer colorrectal (CCR), el pólipo adenomatoso, y el pólipo serrado, los cuales son responsables del 70% y 20-30% de los CCR, respectivamente. La colonoscopia es la herramienta fundamental que permite identificar y resecar estas lesiones, reduciendo así la incidencia y mortalidad por esta enfermedad. Aquellos individuos que presentan pólipos en la colonoscopia basal tienen un riesgo incrementado de lesiones metacrónicas, por lo que se les recomienda realizar una colonoscopia de vigilancia. El intervalo que transcurre entre ambas exploraciones, se establece en función del número y características de las lesiones basales. Además, el papel que desempeña esta técnica en detectar y extirpar las lesiones va íntimamente ligado a la calidad de la misma. Así, la calidad de la colonoscopia y sus indicadores han adquirido mucha relevancia desde la implementación de estos programas, con estudios centrados en el cribado mediante colonoscopia. Dentro de los indicadores de calidad, la tasa de detección de adenomas (TDA) es considerado el más importante por haber demostrado estar relacionado de forma inversa con el cáncer de intervalo. Sin embargo, existen una serie de limitaciones en cuanto a la vigilancia y el ámbito de la calidad y sus indicadores. En primer lugar, la vigilancia debe ir dirigida a aquellos pacientes que realmente se beneficien de ella, con la mínima frecuencia necesaria para lograr el mayor rendimiento preventivo del CCR. Por otro lado, se desconoce si en los intervalos de vigilancia pueden influir otros factores, como los relacionados con la calidad del procedimiento basal. En tercer lugar, los indicadores se han desarrollado en el entorno del cribado mediante colonoscopia, y es posible que su cumplimiento pueda modificarse en función de la indicación del procedimiento. Además, hay factores asociados con estos indicadores, que dependen tanto del procedimiento como del endoscopista que realiza la exploración, y se desconoce si varían en función de la indicación y del tipo de lesión a detectar (adenomas o pólipos serrados). Por último, la inteligencia artificial (IA) ha emergido con mucha fuerza como herramienta para optimizar la detección de lesiones pequeñas y poco significativas, si bien su papel en lesiones colorrectales avanzadas (LCAs) está todavía por determinar. Para dar respuesta a estas limitaciones, diseñamos cinco estudios. El primero de ellos tiene como objetivo establecer una adecuada estratificación del riesgo de presentar CCR metacrónico tras la extirpación de pólipos colorrectales y determinar los intervalos de vigilancia adecuados. Realizamos una revisión bibliográfica de la evidencia científica disponible desde la publicación de la Guía de la Sociedad Europea de Endoscopia Digestiva en 2013 y el documento de posicionamiento de la Sociedad Británica de Gastroenterología de 2017 sobre el seguimiento de los pólipos serrados. Tras una reunión conjunta con las principales sociedades científicas involucradas en el manejo de estos pacientes, establecimos las situaciones que requieren y no requieren vigilancia endoscópica, así como las recomendaciones de vigilancia en individuos con pólipos serrados y en aquellos intervenidos de CCR. En el segundo estudio, el objetivo fue evaluar el efecto que tienen los indicadores de calidad de los endoscopistas durante la colonoscopia basal en la detección de neoplasia avanzada (adenomas avanzados y/o CCR) durante la vigilancia endoscópica. Para ello, realizamos un estudio de cohortes retrospectivo y multicéntrico. Seleccionamos a 574 pacientes con adenomas avanzados en la colonoscopia basal, de los cuales 270 acudieron a realizarse el procedimiento de vigilancia en un plazo medio de 3.36 años. Los pacientes cuya colonoscopia basal fue realizada por endoscopistas con una TDA inferior a la mediana (33.8%), presentaron una frecuencia de neoplasia avanzada (NA) del 13.1% en el seguimiento, y en aquellos en los que la TDA fue ≥ 33.8%, sólo el 4% de los casos (p = 0.001) desarrollaron NA. Éste fue el único factor independiente relacionado con el riesgo de NA metacrónica (Hazard ratio 0.94; IC 95%, 0.89–0.99) tras el análisis multivariante, lo que significa una reducción del riesgo de NA en la vigilancia del 6% por cada 1% de aumento de la TDA del endoscopista. Estos resultados apoyarían el uso de los indicadores de calidad de los endoscopistas a la hora de establecer los intervalos de vigilancia, pudiendo ampliar estos intervalos en aquellos casos en que la colonoscopia basal sea de alta calidad. El objetivo del tercer estudio fue evaluar el cumplimiento y las variaciones de los indicadores de calidad en función de la indicación del procedimiento. Realizamos un estudio observacional prospectivo y multicéntrico en España, en el que incluimos 14.867 procedimientos con diferentes indicaciones. Observamos que el cumplimiento de los principales indicadores de calidad estaba por encima de las recomendaciones de las guías de práctica clínica, a excepción de la tasa de limpieza colónica adecuada. Asimismo, identificamos diferencias en el cumplimiento de estos indicadores entre las indicaciones analizadas, con una tendencia al alza en las colonoscopias por test de sangre oculta en heces inmunoquímico (TSOH-i) positivo. Concretamente, la TDA fue superior en este contexto (46.4%; odds ratio (OR), 2.01; IC 95%, 1.71–2.35) y por vigilancia pospolipectomía (48.2%; OR, 1.41; IC 95%, 1.20–1.67) respecto a pacientes con síntomas gastrointestinales y colonoscopia directa de cribado. Estos resultados muestran una alta calidad de las colonoscopias en nuestro país. Además, las recomendaciones en cuanto al cumplimiento de los indicadores de calidad deberían extenderse y ajustarse más allá del ámbito del cribado mediante colonoscopia. En el cuarto estudio el objetivo fue determinar la influencia de los factores relacionados con el procedimiento y con el endoscopista en la detección de diferentes lesiones colorrectales (adenomas y pólipos serrados) en distintas indicaciones. Para ello realizamos un estudio multicéntrico transversal en el que participaron 12.932 pacientes y 96 endoscopistas. Identificamos que el tiempo de retirada fue el único indicador asociado (p < 0.001) a un incremento en la detección tanto de adenomas como de pólipos serrados cuando analizamos todos los procedimientos, pero también en los procedimientos por TSOH-i positivo y vigilancia post-polipectomía. A pesar de que los factores relacionados con el endoscopista tuvieron menos relevancia que los asociados con el procedimiento, podrían establecerse estrategias dirigidas a fomentar la formación de los profesionales y ajustar la prestación de servicios. Por último, encontramos algunas diferencias menores en los factores que influyen en la detección entre los procedimientos por TSOH-i positivo y la vigilancia pospolipectomía, así como entre los adenomas y los pólipos serrados, lo que podría sugerir la necesidad de centrarse en cada uno de ellos por separado. Por último, diseñamos un ensayo clínico aleatorizado y multicéntrico para evaluar la utilidad de los sistemas de detección asistida por ordenador en la detección de LCAs. Incluimos 3.213 pacientes participantes en el programa de cribado poblacional de CCR mediante TSOH-i. Observamos que el dispositivo de IA utilizado no mejoró la identificación de LCAs (34.8% con IA vs. 34.6% grupo control, p > 0.05). Por el contrario, mejoró el número medio de lesiones no polipoides, adenomas proximales y lesiones de pequeño tamaño (≤5 mm) detectados por colonoscopia, tanto pólipos, adenomas y pólipos serrados. Estos resultados muestran la necesidad de mejorar esta tecnología mediante el uso de conjuntos de datos más amplio y variados y sacarles así el mayor rendimiento posible detectando lesiones que sean clínicamente relevantes.

El presente trabajo de investigación busca hacer una revisión sistemática sobre las técnicas actuales que se usan para solucionar problemas de identificación y clasificación de plagas de insectos, los cuales pueden ser para detectar uno o más tipos de insectos. Dentro de esta revisión, se encontró soluciones como algoritmos de segmentación con cambio de espacio de color, lo cual permite remover el fondo de una imagen y centrarse únicamente en el objeto de interés; también, el uso de modelos de detección, por ejemplo YOLO y Faster R-CNN, los cuales están conformados por redes neuronales convolucionales para lograr la identificación de insectos plaga; además, se encontraron soluciones que hacían uso de SLIC (Simple Linear Iterative Clustering), así como el uso de un análisis multifractal. Un aspecto relevante a tomar en cuenta para saber qué tan eficientes están siendo estas soluciones son las métricas de evaluación con sus respectivos valores obtenidos; sin embargo, estos resultados solo pueden ser comparables si se usa el mismo dataset para entrenamiento y validación. Por consiguiente y dado que la mayoría de estudios recopilados usa un conjunto de datos propio, los resultados mostrados nos sirven para tener una idea de la eficacia de sus soluciones, mas no para comparar los valores de las métricas de evaluación de los distintos aproximamientos tomados en cada estudio revisado. Finalmente, el único insecto plaga que afecta los campos de hortalizas en el Perú y fue encontrado dentro de los estudios fue la mosca blanca. Los demás estudios abordan el problema de detección con otros tipos de insectos, los cuales no son relevantes para el problema de plagas en Perú, sin embargo, sus soluciones son consideradas pues el cambio que se tendría que hacer es en el conjunto de datos que alimenta a las soluciones presentadas en los estudios encontrados.

En los últimos años, las proteínas repetidas, las cuales son caracterizadas por poseer regiones que se repiten a lo largo de su estructura, han demostrado poseer un rol fundamental dentro de la naturaleza. Esta importancia se debe a sus propiedades funcionales que toman relevancia dentro de varios procesos biológicos como la salud, el desarrollo neuronal y la ingeniería de proteínas. Debido a ello, una tarea, dentro del área de estudio de estas proteínas, es la identificación y clasificación de estas, lo que permite identificar las propiedades funcionales que posee. Asimismo, en la actualidad, existen métodos complejos para la clasificación e identificación de proteínas repetidas a partir de su estructura, los cuales implican un uso intenso y costoso de recursos computacionales. Además, por la aparición de nuevos procesos experimentales, las proteínas recientemente descubiertas por año se incrementan de forma exponencial. En consecuencia, ello obliga que estos procesos realicen una gran cantidad ejecuciones y generen una gran cantidad de archivos que se traducen en grandes costos de procesamiento y almacenamiento. En este proyecto se busca implementar un modelo de aprendizaje de máquina con la capacidad de detectar la presencia de regiones repetidas dentro de una cadena proteica con el fin de que esta información sea útil para procesos más complejos como ReUPred para que eviten procesar grandes cantidades de datos irrelevantes. Dicho objetivo, implica la construcción de un proceso de transformación de datos necesaria para extraer las características estructurales de la cadena de proteína y formar la representación de datos a utilizar como entrada para el desarrollo, entrenamiento y validación del modelo. Adicionalmente, se plantea desplegar dicho modelo mediante un servicio web para que pueda ser utilizado por otros investigadores del área.

La implementación de un sistema web basado en técnicas de machine learning para predecir el desempeño de los docentes en el nivel de educación superior universitaria es muy importante debido a que de esa forma se va a poder mantener la calidad educativa en una universidad y poder mejorar en la elección de un profesor por el perfil requerido para que de esa forma pueda tener el mayor desempeño posible. Bajo esta premisa, la presente investigación abordó implementar un sistema web basado en técnicas de machine learning para predecir el desempeño de los docentes en el nivel de educación superior universitaria; los objetivos específicos fueron: establecer el algoritmo de aprendizaje no supervisado de machine learning para identificar los patrones de tendencia en el desempeño de los docentes en el nivel de educación superior universitaria, determinar el algoritmo de aprendizaje supervisado de machine learning para generar el modelo predictivo del desempeño de los docentes en el nivel de educación superior universitaria, validar el modelo predictivo del desempeño docente en el nivel de educación superior universitaria para obtener un alto nivel de certeza, desarrollar el sistema web para la predicción del desempeño docente en el nivel de educación superior universitaria basado en el modelo computacional obtenido. Es una investigación cuantitativa cuasi-experimental, con un nivel de investigación 2, además de un pre y post test, para ello se tuvo una base de datos de 2449 registros de evaluaciones de desempeño docente, se puede concluir que la predicción del desempeño del docente es obligatoria en el campo del sector educativo para mostrar signos de mejora en la naturaleza de la formación y el conocimiento de los estudiantes (calidad educativa). Este proceso es muy acomodaticio para que cualquier institución educativa que piense en el desempeño de los docentes y tome decisiones para la evaluación del desempeño. Esto se completa con la implementación del sistema web que permite a los usuarios finales obtener resultados de manera inmediata, además reduce la subjetividad de los evaluadores del sesgo cognitivo al momento de la evaluación.