Este trabajo presenta el desarrollo de una plataforma inteligente de telemetría y diagnóstico para convertidores CD-CD, componentes críticos en la electromovilidad. Ante las limitaciones de los sistemas de monitoreo pasivo convencionales, que ignoran dinámicas no lineales y reducen la vida útil de las baterías de litio, se propone una capa de software basada en Inteligencia Artificial (IA) y Sistemas de Tiempo Real.
La metodología se dividió en cinco fases: diagnóstico de requerimientos, diseño de arquitectura de datos (utilizando PostgreSQL y FastAPI), integración de hardware mediante el microcontrolador ESP32, pruebas de software y validación experimental con instrumentación física. El sistema resultante utiliza una red neuronal con dos capas ocultas de 512 neuronas para predecir el comportamiento dinámico del convertidor con una tasa de muestreo de 10 a 15 datos por segundo.
Los resultados demuestran que los algoritmos predictivos superan a los controladores PID tradicionales al anticipar fallas y optimizar la curva de carga, reduciendo el estrés térmico. Aunque el control físico sigue siendo convencional, la investigación valida la viabilidad de usar Gemelos Digitales e IA para mejorar la eficiencia energética y la autonomía vehicular. El proyecto se alinea con los Objetivos de Desarrollo Sostenible (7, 9 y 11), sentando las bases para una infraestructura de transporte eléctrico más sostenible y confiable en México.
El presente proyecto de investigación propone el desarrollo de una aplicación tecnológica diseñada para ayudar a los estudiantes a optimizar la organización de su tiempo y mejorar su desempeño académico y personal. Se parte del problema de que muchos estudiantes carecen de hábitos de organización y administración del tiempo, lo que dificulta cumplir con sus tareas escolares y al mismo tiempo dedicar tiempo a actividades personales como deportes o descanso. Ante esta situación, se plantea como pregunta de investigación cómo el uso de contenido educativo impulsado por herramientas tecnológicas puede impactar positivamente en el rol de los estudiantes dentro del proceso de enseñanza y aprendizaje.
El estudio se fundamenta en la evolución del desarrollo de aplicaciones informáticas, desde los primeros lenguajes de programación hasta las aplicaciones web y móviles actuales. Asimismo, se destaca la importancia del crecimiento de las aplicaciones móviles a partir del lanzamiento de los teléfonos inteligentes y las tiendas de aplicaciones, lo que ha permitido crear herramientas educativas accesibles para los estudiantes. En el futuro, se espera que estas aplicaciones incorporen inteligencia artificial, mayor personalización y mejores experiencias de usuario.
La investigación se justifica en la necesidad de ofrecer a los estudiantes herramientas que faciliten la planificación de sus actividades diarias y promuevan un aprendizaje más personalizado. La hipótesis plantea que, si se utilizan herramientas tecnológicas que adapten los contenidos al ritmo y necesidades de cada estudiante, aumentará su interés por las materias y su participación en el aprendizaje.
Para comprobarlo, se realizó una investigación documental y de campo, incluyendo 31 encuestas a estudiantes de entre 10 y 18 años. Posteriormente, se diseñó y probó un prototipo de aplicación educativa con estudiantes, recopilando sus opiniones para mejorar su funcionamiento y utilidad.
El presente proyecto describe el diseño y construcción de una estación meteorológica automatizada con el propósito de comprender cómo se miden y registran algunas de las principales variables atmosféricas que permiten estudiar el estado del tiempo. A través del uso de herramientas tecnológicas accesibles, como sensores ambientales y una placa Arduino, se desarrolló un prototipo capaz de medir condiciones del entorno de manera automática.
Para la medición de las variables ambientales se utilizaron sensores especializados que permiten registrar la temperatura y la humedad relativa del aire, además de la presión atmosférica. Ambos sensores fueron integrados en un circuito montado sobre una protoboard y conectados a una placa Arduino, lo que permitió realizar la lectura y registro de los datos de forma automatizada sin necesidad de instrumentos meteorológicos tradicionales.
El prototipo fue utilizado para realizar mediciones dentro del entorno escolar, permitiendo observar cómo cambian las condiciones ambientales a lo largo del día. Esto permitió comprender que variables como la temperatura, la humedad y la presión atmosférica pueden variar constantemente debido a factores como la hora del día, la presencia de nubes, el viento o los cambios en el clima.
El desarrollo de este proyecto permitió comprender la importancia del monitoreo del clima y el papel de la tecnología en la recopilación de datos ambientales. Asimismo, fomentó el aprendizaje de conceptos científicos relacionados con la meteorología, la electrónica y la programación, demostrando que es posible construir sistemas de medición ambiental utilizando herramientas tecnológicas accesibles en un entorno educativo.
Palabras clave: Meteorología, Clima, Sensores, Arduino, Automatización.
Tiene como finalidad el desarrollo de un detector de correos electrónicos de SPAM mediante el uso de Inteligencia Artificial y el lenguaje de programación Python. El objetivo principal es diseñar un sistema capaz de identificar y clasificar automáticamente mensajes no deseados o potencialmente peligrosos, tales como publicidad engañosa, promociones falsas o intentos de fraude, con el propósito de fortalecer la seguridad digital de los usuarios de Gmail. Se basa en el aprendizaje supervisado, técnica en la cual un modelo informático es entrenado a partir de ejemplos previamente etiquetados como “spam” o “no spam”. Este enfoque permite que el sistema aprenda patrones presentes en los correos electrónicos y sea capaz de reconocerlos posteriormente en nuevos mensajes. Para su implementación se utilizó una computadora con sistema operativo Microsoft Windows, el entorno de programación Python y diversas librerías especializadas en análisis de datos y procesamiento de texto.
Inicialmente, se preparó un conjunto de 100 correos electrónicos en español que sirvieron como base de entrenamiento. Posteriormente, los textos fueron procesados para identificar patrones lingüísticos relevantes, como palabras frecuentes, expresiones repetitivas o estructuras comunes presentes en mensajes no deseados. Una vez entrenado, el modelo fue almacenado para su reutilización y se desarrolló una interfaz interactiva mediante la app Streamlit, que permite al usuario ingresar el contenido de un correo y obtener una clasificación automática junto con una probabilidad estimada. Lo que obtuvimos demostró que es posible aplicar herramientas de inteligencia artificial a pequeña escala para resolver problemas reales relacionados con la seguridad en la comunicación digital y mejorar la protección de la información personal, especialmente frente a fraudes y engaños en línea.
El presente proyecto tuvo como finalidad entrenar una inteligencia artificial utilizando la plataforma Teachable Machine, con el objetivo de que lograra reconocer emociones humanas a través del análisis del rostro. La investigación se centró en comprobar qué tan precisa puede ser una herramienta de aprendizaje automático al interpretar gestos faciales relacionados con emociones básicas. Para el desarrollo del proyecto se entrenó al modelo con distintas imágenes que representan emociones como alegría, tristeza, etc. Posteriormente, se realizaron pruebas en dos modalidades: 200 pruebas mediante fotografías previamente cargadas y 240 pruebas utilizando la cámara web en tiempo real. Los resultados mostraron que en las imágenes estáticas el sistema logró un 55% de aciertos, mientras que en tiempo real obtuvo un 65% de respuestas correctas. Aunque los resultados demuestran que la IA puede reconocer ciertos patrones faciales, también evidencian que la interpretación de emociones humanas es un proceso complejo. Factores como la iluminación, el ángulo del rostro, la intensidad del gesto y las diferencias individuales influyen directamente en la precisión del modelo. Este proyecto comprende que el reconocimiento emocional mediante IA requiere mayor entrenamiento, más datos y un análisis más profundo. Asimismo, deja abierta la posibilidad de continuar investigando para mejorar la capacidad de los sistemas tecnológicos de comprender la complejidad de las emociones, sin embargo también es importante que la tecnología pueda ayudar pero no reemplazar al ser humano y su capacidad de reconocer emociones incluso aunque estas sean fingidas, y por mucho avance la tecnología no puede reemplazar la complejidad del cerebro humano.
La educación interactiva es un enfoque pedagógico que busca involucrar activamente a los estudiantes en el proceso de aprendizaje. A diferencia de los métodos tradicionales, donde los estudiantes son receptores pasivos de la información, la educación interactiva fomenta la participación, la colaboración y el uso de tecnologías digitales para enriquecer la experiencia educativa. Este tipo de educación puede incluir:
1. Tecnología. Uso de dispositivos como tabletas, computadoras y pizarras interactivas.
2. Software educativo. Aplicaciones y plataformas que permiten a los estudiantes interactuar con el contenido de manera dinámica.
3. Colaboración. Fomentar el trabajo en equipo y la discusión en el aula.
4. Aprendizaje basado en proyecto. Motivar a los estudiantes a investigar y resolver problemas reales.
5. Evaluación continua. Herramientas para evaluar el proceso del estudiante de forma constante y ajustada a sus necesidades.
La idea principal es hacer que el aprendizaje sea más atractivo y efectivo al involucrar a los estudiantes de manera más profunda, promoviendo el pensamiento crítico y habilidades prácticas que pueden aplicar fuera del aula.
El proyecto Smart Water Cascade tiene como objetivo el diseño y desarrollo de un sistema automatizado para la captación, almacenamiento y distribución comunitaria de agua de lluvia, como respuesta a la crisis hídrica que enfrenta México. El prototipo integra sensores ultrasónicos de nivel y flujo, controlados por un microprocesador Arduino que regula bombas y válvulas electrónicas de manera automática. Asimismo, incorpora indicadores visuales mediante pantallas LCD/TFT y LEDs, que permiten supervisar en tiempo real el estado del sistema y garantizar un funcionamiento confiable.
La propuesta se fundamenta en principios de sostenibilidad y gestión integral de los recursos hídricos, respaldada por antecedentes científicos y tecnológicos de instituciones como la UNAM y la BUAP, que han demostrado la viabilidad de la captación pluvial y la pertinencia de integrar sensores inteligentes en proyectos ambientales. Los resultados preliminares muestran que el prototipo regula de manera eficiente el flujo entre cisternas, evita pérdidas por desbordamiento y confirma la hipótesis de que la automatización puede optimizar la gestión comunitaria del agua de lluvia.
El trabajo futuro contempla la incorporación de módulos IoT para supervisión remota, algoritmos de control avanzados que reduzcan el consumo energético y sensores de calidad del agua que garanticen estándares de potabilidad. En conjunto, Smart Water Cascade se plantea como una plataforma integral, modular y replicable, capaz de contribuir a la resiliencia de comunidades urbanas y rurales frente a la crisis hídrica, alineándose con los Objetivos de Desarrollo Sostenible y el Plan Nacional Hídrico 2024–2030.
La importancia de un traductor de lenguaje de señas radica en que facilita la inclusión y el entendimiento entre personas sordas y oyentes. Además, demuestra cómo la tecnología puede ayudar a resolver problemas reales de comunicación. Estos traductores pueden usarse en escuelas, hospitales, trabajos y muchos otros lugares donde la comunicación es esencial.
El lenguaje de señas es una forma de comunicación que permite a las personas sordas expresarse utilizando las manos, el rostro y el cuerpo. Aunque es un idioma completo, muchas personas que oyen no lo conocen, lo que a veces dificulta la comunicación. Por esta razón, la tecnología se ha interesado en crear herramientas que ayuden a entender y traducir el lenguaje de señas de manera más rápida y accesible.
Un traductor básico de lenguaje de señas con inteligencia artificial (IA) es un sistema que utiliza cámaras o sensores para observar los movimientos de las manos y las expresiones de quien está haciendo las señas. Después, la IA analiza esos movimientos, los compara con una base de datos previamente aprendida y determina qué palabra o frase representan. Finalmente, el traductor convierte esas señas en texto o voz para que otras personas puedan comprender lo que se quiere decir.
Este tipo de proyecto funciona gracias al aprendizaje automático, una rama de la IA que permite que las computadoras aprendan a reconocer patrones. Para lograrlo, primero se entrenan con miles de ejemplos de señas. Con el tiempo, el sistema mejora su precisión y puede distinguir movimientos parecidos, logrando traducir con mayor claridad.
Los terremotos son movimientos fuertes o suaves de la Tierra que ocurren cuando las placas tectónicas, que son como grandes pedazos del suelo, se mueven de repente. Estos movimientos liberan mucha energía y hacen que el suelo tiemble. Los terremotos pueden suceder en cualquier parte del mundo, pero son más comunes en lugares donde las placas de la Tierra se juntan. Algunas veces los temblores son pequeños y casi no se sienten, pero otras veces pueden ser muy fuertes y causar daños en casas, edificios y carreteras. Los científicos estudian los terremotos para entender por qué pasan y así poder prevenir accidentes y cuidar a las personas. También enseñan qué hacer antes, durante y después de un terremoto, como mantenerse calmados, protegerse debajo de una mesa y alejarse de cosas que puedan caer. Es importante conocer sobre los terremotos para estar preparados y saber cómo
actuar si ocurre uno.
Las matemáticas son una parte fundamental de la vida cotidiana, y del desarrollo integral de las personas. El fortalecimiento de las habilidades matemáticas desde la primera infancia es especialmente importante, ya que durante los primeros años de vida, aproximadamente de los 0 a los 6 años, se construyen las bases cognitivas sobre las cuales se desarrollan aprendizajes futuros más complejos. En esta etapa, el aprendizaje ocurre principalmente a través del juego, lo que permite que los niños se mantengan motivados, interesados y participativos en su proceso educativo.
Conforme los niños crecen, los métodos de enseñanza suelen volverse más tradicionales, lo que en algunos casos provoca desinterés y desmotivación hacia el aprendizaje de las matemáticas. Esta situación puede afectar el desarrollo del pensamiento lógico y la confianza de los estudiantes frente a esta materia. Al mismo tiempo, las generaciones actuales tienen una gran afinidad por la tecnología y los videojuegos, los cuales durante mucho tiempo fueron considerados perjudiciales para el desarrollo cognitivo y social. Sin embargo, estudios recientes han demostrado que, cuando se utilizan de manera adecuada, los videojuegos pueden tener beneficios educativos, motivacionales, cognitivos e incluso sociales.
Por esta razón, este proyecto propone el desarrollo de un videojuego educativo enfocado en reforzar habilidades matemáticas en niños, utilizando dinámicas lúdicas e interactivas. El objetivo es demostrar que el uso de herramientas tecnológicas puede hacer el aprendizaje de las matemáticas más atractivo, divertido y significativo, favoreciendo la motivación, la creatividad y el refuerzo de conocimientos.
