Resultados de la búsqueda

Mostrando 1 - 10 de 26

third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Propuesta metodológica para el fortalecimiento de Ciberseguridad en la era post-pandemia
(2025-12-16)
Peña Díaz, Felipe
;
López Medina, Rodrigo
;
Molina Pérez, Emilio
;
Fonseca Flores, Javier
La presente investigación aborda Ciberseguridad desde técnicas de aprendizaje profundo (deep learning), con el objetivo de generar conocimiento aplicable a el contexto latinoamericano. Se discuten las implicaciones prácticas y teóricas de los hallazgos.
third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Propuesta metodológica para el fortalecimiento de Ciencia de Datos en la era post-pandemia
(2026-12-05)
Fonseca Flores, Javier
;
Suárez Jiménez, Carolina
;
Jiménez Ríos, Daniela
Se examina el estado actual de Ciencia de Datos a partir de un análisis de series temporales, considerando las particularidades de instituciones de educación superior. El estudio identifica oportunidades de mejora y líneas futuras de investigación.
third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Impacto de Derecho Ambiental en entornos urbanos: hallazgos desde una revisión sistemática de la literatura
(2019-12-17)
Salazar Sánchez, Catalina
;
Aguilar Herrera, Camila
;
González Herrera, Julián
;
Rodríguez García, Catalina
;
Fonseca Flores, Javier
Se examina el estado actual de Derecho Ambiental a partir de un modelo de aprendizaje automático, considerando las particularidades de pequeñas y medianas empresas. El estudio identifica oportunidades de mejora y líneas futuras de investigación.
third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Evaluación de estrategias de Ciencia de Datos en zonas rurales
(2026-05-15)
Suárez Jiménez, Carolina
;
Fonseca Gómez, Camila
;
Fonseca Flores, Javier
Este trabajo presenta un análisis de Ciencia de Datos utilizando técnicas de aprendizaje profundo (deep learning), con especial énfasis en su aplicación en el ámbito digital. Los resultados aportan evidencia relevante para la toma de decisiones en el área.
third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Análisis de Computación en la Nube mediante un enfoque cuantitativo en el contexto de el ámbito digital
(2024-04-03)
Fonseca Flores, Javier
;
Molina Fernández, Catalina
;
Pérez Prieto, Rodrigo
Este trabajo presenta un análisis de Computación en la Nube utilizando una revisión sistemática de la literatura, con especial énfasis en su aplicación en la era post-pandemia. Los resultados aportan evidencia relevante para la toma de decisiones en el área.
third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Propuesta metodológica para el fortalecimiento de Sistemas Distribuidos en ecosistemas urbanos inteligentes
(2022-01-02)
Prieto Martínez, Rodrigo
;
Ríos Molina, Laura
;
Fonseca Flores, Javier
;
Pérez Prieto, Rodrigo
;
González Sánchez, Valeria
Este trabajo presenta un análisis de Sistemas Distribuidos utilizando un enfoque cuantitativo, con especial énfasis en su aplicación en comunidades indígenas. Los resultados aportan evidencia relevante para la toma de decisiones en el área.
third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Impacto de Computación en la Nube en el sector energético: hallazgos desde metodologías participativas
(2026-11-19)
Molina Castro, Gabriel
;
Fonseca Flores, Javier
;
Jiménez Ríos, Daniela
La presente investigación aborda Computación en la Nube desde un enfoque cuantitativo, con el objetivo de generar conocimiento aplicable a entornos urbanos. Se discuten las implicaciones prácticas y teóricas de los hallazgos.
third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Impacto de Sistemas Distribuidos en entornos urbanos: hallazgos desde técnicas de aprendizaje profundo (deep learning)
(2025-12-15)
Fonseca Gómez, Camila
;
Fonseca Flores, Javier
Se examina el estado actual de Sistemas Distribuidos a partir de una revisión sistemática de la literatura, considerando las particularidades de comunidades rurales. El estudio identifica oportunidades de mejora y líneas futuras de investigación.
third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Ciencia de Datos en el contexto latinoamericano: un modelo de aprendizaje automático
(2020-07-14)
Pérez Prieto, Rodrigo
;
Salazar Reyes, Isabella
;
Fonseca Flores, Javier
Se examina el estado actual de Ciencia de Datos a partir de un enfoque mixto (cualitativo y cuantitativo), considerando las particularidades de instituciones de educación superior. El estudio identifica oportunidades de mejora y líneas futuras de investigación.
third-party-metrics-blocked
third-party-metrics-cookies.consent-settings
Ciencia de Datos: una perspectiva desde técnicas de análisis multivariado aplicada a el ámbito digital
(2021-03-26)
Salazar Reyes, Isabella
;
Fonseca Flores, Javier
;
Pérez Prieto, Rodrigo
;
Pérez Pérez, Valeria
;
Ríos Molina, Laura
La presente investigación aborda Ciencia de Datos desde un estudio de caso comparativo, con el objetivo de generar conocimiento aplicable a organizaciones sin ánimo de lucro. Se discuten las implicaciones prácticas y teóricas de los hallazgos.

Universidad Demo BiblioLabTech

Examinar

Filtros

Ajustes

Ordenar por

resultados por página

Resultados de la búsqueda