Computación http://www.dspace.espol.edu.ec/handle/123456789/50525 2026-05-22T23:35:28Z 2026-05-22T23:35:28Z Jiménez Coello, Michael Jeampiere Freire Cobo, Lenin Eduardo, Director http://www.dspace.espol.edu.ec/handle/123456789/68265 2026-05-12T16:18:21Z 2025-01-01T00:00:00Z

Title: Modelo predictivo del crecimiento microbiano durante la fermentación del cacao fino de aroma Authors: Jiménez Coello, Michael Jeampiere; Freire Cobo, Lenin Eduardo, Director Abstract: CONDITIONING OF PROJECT PUBLICATION. This project aims to develop a computational system to support the control of the fine aroma cocoa fermentation process, which is commonly carried out empirically in most producing farms. The hypothesis states that the integration of temperature sensors, a mobile application, and a predictive model implemented in software enables the estimation of the fermentation process behavior, allowing its monitoring and analysis without relying on laboratory analyses. The proposal is justified by the need to incorporate accessible technological tools that contribute to improving the competitiveness of Ecuadorian cocoa. The project was developed using an iterative methodology that integrated low-cost temperature sensors with Bluetooth Low Energy connectivity, a mobile application, and a web platform. Multiplatform technologies, local data storage for offline operation, and a statistical predictive model were implemented. The results showed that the system successfully recorded real-time temperature readings, generated process estimations, and synchronized data with a centralized platform. In conclusion, the project validates the feasibility of integrating hardware and software to improve the monitoring of the fine aroma cocoa fermentation process. Keywords: Mobile application, Predictive model, BLE sensors, Fermentation monitoring, Computational system Description: CONDICIONAMIENTO DE PUBLICACION DE PROYECTOS. El proyecto tiene como objetivo desarrollar un sistema computacional para apoyar el control del proceso de fermentación del cacao fino de aroma, el cual se realiza de manera empírica en la mayoría de las fincas productoras. Se plantea como hipótesis que la integración de sensores de temperatura, una aplicación móvil y un modelo predictivo implementado en software permite estimar el comportamiento del proceso de fermentación, facilitando su monitoreo sin depender de análisis de laboratorio. La propuesta se justifica por la necesidad de incorporar herramientas tecnológicas accesibles que contribuyan a mejorar la competitividad del cacao ecuatoriano. El desarrollo del proyecto se realizó mediante una metodología iterativa que integró sensores de bajo costo con conectividad Bluetooth Low Energy, una aplicación móvil y una plataforma web, incorporando almacenamiento local para funcionamiento sin conexión y un modelo estadístico predictivo. Los resultados demostraron que el sistema permitió registrar lecturas de temperatura en tiempo real, generar estimaciones del proceso y sincronizar la información con una plataforma centralizada. En conclusión, el proyecto valida la viabilidad de integrar hardware y software para mejorar el monitoreo del proceso fermentativo del cacao fino de aroma.

2025-01-01T00:00:00Z Rivadeneira Campodónico, Joaquín Eduardo Freire Cobo, Lenin Eduardo, Director http://www.dspace.espol.edu.ec/handle/123456789/68262 2026-05-12T14:36:44Z 2025-01-01T00:00:00Z

Title: ESPOL Shield - Sistema de control vehicular automatizado Authors: Rivadeneira Campodónico, Joaquín Eduardo; Freire Cobo, Lenin Eduardo, Director Abstract: CONDITIONING OF PROJECT PUBLICATION. This project develops ESPOL Shield, an automated vehicle control system for Escuela Superior Politécnica del Litoral. The system integrates Automatic Number Plate Recognition (ANPR) technology with existing HikVision cameras on campus. A React.js web dashboard was implemented for real-time monitoring of 4 access gates, along with a FastAPI REST API, PostgreSQL database, and a web scraping module for government database validation. Usability tests with 7 ESPOL911 users demonstrated a verification time reduction from 45 seconds to 4.2 seconds (90.7% improvement), with an average satisfaction score of 4.2/5. The system presents a short learning curve, enabling autonomous operation after a 5-minute demonstration. Keywords: vehicle control, ANPR, university security, HikVision, web dashboard Description: CONDICIONAMIENTO DE PUBLICACION DE PROYECTOS. El presente proyecto desarrolla ESPOL Shield, un sistema automatizado de control vehicular para la Escuela Superior Politécnica del Litoral. El sistema integra tecnología de reconocimiento automático de placas (ANPR) con la infraestructura de cámaras HikVision existente en el campus. Se implementó un dashboard web en React.js para monitoreo en tiempo real de las 4 puertas de acceso, una API REST con FastAPI y base de datos PostgreSQL, y un módulo de web scraping para validación con bases gubernamentales. Las pruebas de usabilidad con 7 usuarios de ESPOL911 demostraron una reducción del tiempo de verificación de 45 segundos a 4.2 segundos (mejora del 90.7%), con una satisfacción promedio de 4.2/5. El sistema presenta una curva de aprendizaje corta, permitiendo operación autónoma tras una demostración de 5 minutos.

2025-01-01T00:00:00Z Loor Hoyos, Carlos Alexis Plúas Macías, Yanaleen Britney Collaguazo Jaramillo, Adriana Elisa, Director http://www.dspace.espol.edu.ec/handle/123456789/68261 2026-05-12T14:14:09Z 2025-01-01T00:00:00Z

Title: QuakePredictEC: Plataforma de análisis y predicción de sismos en Ecuador asociados a variaciones climáticas extremas Authors: Loor Hoyos, Carlos Alexis; Plúas Macías, Yanaleen Britney; Collaguazo Jaramillo, Adriana Elisa, Director Abstract: Ecuador is one of the countries with the highest seismic activity in the world, a condition that demands the exploration of new ways to manage seismic risk and anticipate potential hazards in order to protect and inform the population. This project, called QuakePredictEC, is based on a hypothesis that has been investigated over the past five years: “Although the origin of earthquakes is fundamentally tectonic, certain meteorological variations may alter the equilibrium of the Earth’s crust and favor their occurrence.” Based on this premise, we analyzed the statistical correlation between climatic variables and historical earthquake records in Ecuador, with the aim of training a predictive model for earthquake occurrence. To this end, historical seismic records from the Geophysical Institute of the National Polytechnic School were combined with meteorological data from the OpenMeteo platform. Climatic variations during the 30 days prior to each recorded earthquake were analyzed and processed. Using these data, three machine learning models: Random Forest, Multi-Layer Perceptron, and XGBoost were trained and compared. By analyzing climatic variations such as pressure, temperature, and precipitation over the previous thirty days for each canton in the country, the models aim to predict whether an earthquake will occur in the following days. The results indicated that the XGBoost model was the most effective, achieving a recall (sensitivity) of 88%, meaning it is capable of detecting the vast majority of earthquakes. Rather than providing a definitive prediction, this project offers a decision-support tool for risk management and planning, enabling authorities to move from generalized monitoring to focused surveillance in areas with a higher probability of seismic occurrence. Description: Ecuador es uno de los países con la mayor actividad sísmica del mundo, una situación que requiere que se busquen nuevas formas de gestionar el riesgo que implica un sismo y anticiparnos al peligro para proteger e informar a la población. Este proyecto, llamado QuakePredictEC, inicia con una hipótesis que se ha investigado en los últimos cinco años: “Aunque el origen de los sismos es fundamentalmente tectónico, ciertas variaciones meteorológicas pueden alterar el equilibrio de la corteza terrestre y favorecer su ocurrencia”. Partiendo de esta premisa, analizamos la correlación estadística entre las variables climáticas y los registros históricos de sismos en el Ecuador, con el fin de llegar a entrenar un modelo predictivo de ocurrencia de sismos. A continuación, se unieron los registros históricos de sismos del Instituto Geofísico de la Escuela Politécnica Nacional con los datos meteorológicos de la plataforma Open Meteo. Se analizaron y procesaron las variaciones climáticas de los 30 días previos a cada sismo registrado. Con estos datos, se entrenaron y compararon tres modelos de aprendizaje automático (Random Forest, Multi Layer Perceptron y XGBoost) que analizando las variaciones climáticas, como presión, temperatura y precipitación, de los últimos treinta días de cada cantón del país, pueda predecir si ocurrirá un sismo en los próximos días. Los resultados indicaron que el modelo XGBoost fue el más efectivo. Obtuvo un Recall (sensibilidad) del 88%, lo que significa que es capaz de detectar la gran mayoría de los sismos. Más que una predicción, este proyecto ofrece una herramienta de apoyo para la gestión de riesgos y planificación, permitiendo a las autoridades pasar de un monitoreo general a una vigilancia focalizada en las zonas de mayor probabilidad de sismo.

2025-01-01T00:00:00Z Pasaca Paladines, Noelia Alexandra Mateo Orellana, Daniel Alfredo Magallanes Borbor, Jorge Antonio, Director http://www.dspace.espol.edu.ec/handle/123456789/68260 2026-05-12T14:02:18Z 2025-01-01T00:00:00Z

Title: Repositorio institucional de evidencias FIEC: mejora de la gestión documental para auditorías y procesos administrativos Authors: Pasaca Paladines, Noelia Alexandra; Mateo Orellana, Daniel Alfredo; Magallanes Borbor, Jorge Antonio, Director Abstract: This work analyzes the dispersion and lack of document standardization within the Faculty of Electrical Engineering and Computer Science (FIEC), a situation that increases the risk of nonconformities in quality audits. The objective is to design and implement an Institutional Evidence Repository (RIE) that centralizes file management and optimizes administrative workflows; the hypothesis is that centralization supported by metadata and traceability reduces information retrieval times and improves process control. Scrum and Kruchten’s 4+1 architectural view model were used for development. A modern web solution was implemented using React and NestJS, integrated with PostgreSQL and Cloudflare R2 storage, applying the Dublin Core metadata scheme and ISO 15489 and ISO 30300 standards. Field testing showed an 87.5% reduction in information retrieval time and an 86.6% improvement in process instantiation. In conclusion, the platform ensures evidence integrity and traceability through immutable logs, supports accreditation compliance, and preserves institutional memory efficiently over the long term. Keywords: Scrum, Traceability, Dublin Core, Digitization, ECM. Description: El presente trabajo analiza la dispersión y la falta de estandarización documental en la Facultad de Ingeniería en Electricidad y Computación (FIEC), situación que incrementa el riesgo de no conformidades en auditorías de calidad. El objetivo es diseñar e implementar un Repositorio Institucional de Evidencias (RIE) que centralice la gestión de archivos y optimice los flujos administrativos; se plantea la hipótesis de que la centralización apoyada en metadatos y trazabilidad reduce los tiempos de recuperación de información y mejora el control de procesos. Para el desarrollo se utilizó Scrum y la arquitectura 4+1 vistas de Kruchten. Se implementó una solución web con React y NestJS, integrada con PostgreSQL y almacenamiento Cloudflare R2, aplicando Dublin Core y las normas ISO 15489 e ISO 30300. Las pruebas de campo evidenciaron una reducción del 87,5% en los tiempos de recuperación de información y una mejora del 86,6% en la instanciación de procesos. En conclusión, la plataforma asegura integridad y trazabilidad mediante bitácoras inmutables, facilita el cumplimiento de acreditaciones y preserva la memoria institucional a largo plazo.

2025-01-01T00:00:00Z