APRENDIZAJE BASADO EN PROYECTOS PARA LA SOLUCIÓN DE PROBLEMAS REGIONALES APLICANDO INTELIGENCIA ARTIFICIAL
DOI:
https://doi.org/10.63136/read162024982pp501Resumen
En el presente documento se muestra el desarrollo, aplicación y resultados de la inserción de una metodología de trabajo enfocada en proyectos, en la cual el docente incentiva al estudiante a desarrollar sus conocimientos de manera autodirigida, teniendo como base el análisis de los problemas regionales presentes en la región sur-sureste de México. Actualmente, la zona Soconusco del estado de Chiapas es una región agroindustrial que presenta oportunidades de desarrollo de proyectos apegados a los Programas Nacionales Estratégicos, mayormente en salud y en soberanía alimentaria, el campo de estudio parte desde la cuenca del pacifico hasta la zona cafetalera. El objetivo está centrado en la generación de soluciones que propicien el uso de Inteligencia artificial y tecnologías emergentes para una alternativa de mejora en la calidad de vida, con esto se obtienen resultados de una vinculación entre el sector social y el Tecnológico Nacional de México. La transferencia de tecnología, publicación de artículos, líneas de investigación y conocimiento nuevo, son algunos de los resultados obtenidos en los últimos años a partir de la mejora continua y puesta en marcha de la metodología basada en proyectos, teniendo un beneficio directo en la formación de los estudiantes y la investigación.Citas
Angarita, F. y Acuña, S. (2008). Cáncer de seno: de la epidemiología al tratamiento. Universitas Médica, vol. 49(3), pp. 344-372. https://www.redalyc.org/pdf/2310/Resumenes/Resumen_231016421005_1.pdf
Arévalo, J., González, F., Ramos, R., Oliveira, J., & Guevara, M. (2016). Representation learning for mammography mass lesion classification with convolutional neural networks. Computer Methods and Programs in Biomedicine, vol. 127, pp. 248-257. https://pubmed.ncbi.nlm.nih.gov/26826901/
Cruz, A., Matuz, M., Mújica, D. y Espinoza, A. (6-8 marzo de 2019). Pest detection in plant images. 2019 IEEE Sección México, ROC&C. Acapulco, México. https://ieee.org.mx/
Delibera. (7 de agosto de 2015). Aprendizaje Basado en Proyectos. Departamento de Servicios Legislativos y documentales. Biblioteca del Congreso Nacional. https://obtienearchivo.bcn.cl/obtienearchivo?id=documentos/10221.1/55744/1/Aprendizaje%20basado%20en%20proyectos.pdf
Instituto Nacional de Estadística y Geografía [INEGI]. (2020). Página de inicio – Economía. Cuéntame de México, https://www.cuentame.inegi.org.mx/economia/pibpc.aspx?tema=e
Luna, Á., Mújica, D., Rendón, A., Matuz, M. y Kinani, J. (2023). Neurofuzzy data aggregation in a multisensory system for self-driving car steering. Electronics, vol. 12(2). https://www.mdpi.com/2079-9292/12/2/314
Matuz, M., García, C., Reyes, E., Mújica, D., & Maza, S. (2020). Methodology of measurement of the opening and coverage of the canopy implementing artificial vision techniques. IEEE Latin America Transactions, vol. 18(12), pp. 2138-2146. https://ieeexplore.ieee.org/document/9400442
Secretaría de Economía (2020). Acerca de Chiapas. Gobierno de México. https://www.economia.gob.mx/datamexico/es/profile/geo/chiapas-cs?redirect=true#economy
Quezada, E., Matus, M., Ramos, A., Mújica, D., & García, C. (2023). Shape-Based object detection for industrial process improvement. In M. Mata, R. Zagal, C. Barria (Eds.). Telematics and Computing, WITCOM 2023. Communications in Computer and Information Science, vol. 1906. Springer, Cham. https://link.springer.com/chapter/10.1007/978-3-031-45316-8_3#citeas
Vázquez, A., Mújica, D., Luna, A., Matuz, M., & Rubio, J. (2023). Real-Time detection of bud degeneration in oil palms using an unmanned aerial vehicle. Eng, vol. 4, pp. 1581-1596. https://www.mdpi.com/2673-4117/4/2/90
