• viernes, 08 de noviembre de 2024
  • 16 °C
Con artículo sobre la calidad del agua, estudiante de la UAZ obtiene reconocimiento en el Tercer Workshop en Sistemas Infotainment y Sistemas Inteligentes
Compartir en redes sociales

Con artículo sobre la calidad del agua, estudiante de la UAZ obtiene reconocimiento en el Tercer Workshop en Sistemas Infotainment y Sistemas Inteligentes

La Nota Zacatecas

Fotografía: Cortesía

ZACATECAS, ZAC.- Maximiliano Guzmán Fernández, estudiante de la Maestría en Ciencias del Procesamiento de la Información (MCPI), de la Unidad Académica de Ingeniería Eléctrica (UAIE) ganó con su investigación “Desktop Application for Water Quality Prediction and Monitoring System using ISO 9241-210 and Machine Learning Techniques”,  el premio al Mejor Artículo del Tercer Workshop en Sistemas Infotainment y Sistemas Inteligentes, durante un evento virtual por parte de la Universidad Presbiteriana Mackenzie, en la ciudad de São Paulo de Brasil.

Este documento fue presentado en las VII Jornadas Iberoamericanas de Interacción de Interacción Humano , Computador por Maximiliano Guzmán Fernández bajo la coordinación del docente Huitzilopoztli Luna García, a través de la conferencia “Aplicación de escritorio para un sistema de predicción y monitoreo de la calidad del agua usando ISO 9241-210 y técnicas de aprendizaje máquina”.

El artículo contó con el trabajo de co -autores y colaboradores de la Universidad Autónoma de Zacatecas de los docentes Jorge Isaac Galván Tejada, Hamurabi Gamboa Rosales, Carlos Eric Galván Tejada, José Manuel Celaya Padilla, Misael Zambrano de la Torre, J. Guadalupe Lara Cisneros.

La propuesta del joven universitario y sus profesores del posgrado es un estudio que propone realizar un diseño de aplicación de escritorio para apoyar la gestión de los equipos de monitoreo de la calidad del agua, el cual se desarrolló en base a la metodología y etapas del Diseño Centrado en el Usuario de la norma ISO 9241-210-2019.

La evaluación del prototipo se realizó mediante la técnica de preguntas y asignación de tareas, resultados que mostraron una rápida adaptabilidad y fácil navegación por parte de los usuarios.

Además, la implementación de un algoritmo de Machine Learning mostró resultados preliminares de predicción de la calidad del agua.