https://rinacional.tecnm.mx/jspui/handle/TecNM/9747 Sun, 26 Apr 2026 17:31:42 GMT 2026-04-26T17:31:42Z https://rinacional.tecnm.mx/jspui/handle/TecNM/10010 Title: Estrategias para medir productos de software Authors: Fragoso Díaz, Olivia%58849 Description: A pesar de los esfuerzos de investigadores en el área de Ingeniería de Software, aún es complicado medir los procesos y los productos, aunque existe la filosofía de que un proceso de calidad produce un producto de calidad, lo cierto es que es importante poder decir qué está bien y qué está mal en lo que se hace y se produce. En el área de Ingeniería de software esto se vuelve complicado porque se producen cosas intangibles. Sin embargo, se puede aprender a medir esas cosas y otorgarles algún valor que permitirá identificar y corregir lo que está mal y planificar y ejecutar acciones o actividades para mejorar lo que se quiere. El tema de la calidad es importante porque si se aprende a distinguir lo que está bien y lo que está mal, y se puede decir porqué, entonces se podrá planificar, controlar y ejecutar acciones que nos permitan llegar a la mejora continua. Mejora continua es un término que se usa cuando se puede demostrar que se conoce lo que está mal y lo que está bien en los procesos y productos y que continuamente se identifican elementos que permitan corregir cualquier defecto en lo que se hace. Pero llegar a la mejora continua no es fácil cuando no se sabe que está mal o bien o que no se sabe cómo explicar. El saber cuándo algo está mal o bien involucra irremediablemente el hacer mediciones y las mediciones es un tema difícil en lo que a Ingeniería de software respecta. En primer lugar, por la resistencia al trabajo que genera un cambio en la forma y cantidad de trabajo que se hace y, en segundo lugar, pero no menos importante es que no se sabe cómo medir lo que se hace. Este libro no trata de cómo llegar a la mejora continua, sino de cómo se puede aprender a medir para poder iniciar un camino hacia la mejora continua que es el nivel deseable de calidad para todo lo que se hace. Por lo tanto, una recomendación muy importante es no mencionar la palabra calidad si no la podemos explicar. Para propósitos de este libro, se toma la calidad como la aplicación de las mejores prácticas de tal manera que los productos se encuentren libres de defectos, pero que también se especifican valores para los elementos que definen a un producto de software. Tue, 11 Mar 2025 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/10010 2025-03-11T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/10009 Title: Desarrollo de modelos y métodos computacionales para la anotación genómica del locus de inmunoglobulinas en vertebrados Authors: Ortiz Hernández, Javier%217384 Description: En el Centro de Investigación Sobre Enfermedades Infecciosas (CISEI) del Instituto Nacional de Salud Pública (INSP), biólogos moleculares llevan a cabo el proceso de anotación de los genes de los segme tos Y (D) J de anticuerpos de diversas especies. La anotación consiste en a) identificar la ubicación d los genes y en b ) identificar su estructura y fw1cionalidad biológica. Por razones de alcance derivados la complejidad del problema, en este proyecto únican1ente se abordará la anotación del segmento V, en el entendido que la anotación requerida para los segmentos D y J es muy similar, y parte de los resuItados obtenidos del segmento V podrían ser extra palados para realizar la anotación de los segmento D y J. El proceso que realizan comienza con la búsqueda de la ubicación de los genes que integran el segmento V en el genoma, para lo cual se emplean técnicas de alineamiento de secuencias que les proporcionan a los biólogos moleculares aproximaciones de la ubicación de los diferentes genes Y. La anotación se realiza con el apoyo de diversas herramientas informáticas y de visualizadores del genoma. Sin embargo, el enorme espacio de búsqueda que se presenta para la anotación de un solo gen demanda w1a gran cantidad de recursos y de tiempo. Además del enorme espacio de búsqueda, otro desafío importante es conocer la estructura del gen. Los sistemas de alineamiento no son capaces de identificar simultáneamente toda la estructura del gen V. Esto implica que los expertos deben enfrentarse a la tarea de identificar diferentes partes del gen por separado, añadiendo dificultades al proceso de anotación. En el ámbito computacional,. el enfoque para abordar el problema del proceso de anotación se centra en dos aspectos fundamentales: la integración de os datos de entrada para realizar el análisis y la reducción del espacio de búsqueda. La integración de los datos de entrada es crucial debido al principio del alineamiento de secuencias, donde cada sistema detecta una sección específica del gen V. El desafío computacional radica en cómo representar los datos del alineamiento de secuencias para obtener un único conjunto de datos que represente de manera completa todos los genes V analizar. En este proyecto se busca Implementar un modelo de inteligencia artificial para reducir el espacio de búsqueda de los alineamientos de secuencias maximizando la identificación de genes V. Mon, 24 Mar 2025 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/10009 2025-03-24T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/10008 Title: Estudio y aplicación de técnicas de Inteligencia Artifical para la asistencia de conducción en vehículos autónomos Authors: Mújica Vargas, Dante%229106 Description: conductor en otras actividades, esta inatención con frecuencia conlleva a situaciones de riesgo que abarcan desde una pérdida material hasta accidentes mortales. Con el objetivo de tratar de minimizar el error humano, la Sociedad de Ingenieros Automotrices (SAE) sugiere que en ia actividad de conducción autónoma se implementan sistemas para asistencia que brindan alertas y /o recomendaciones con base a la detección de obstáculos en el entorno, conservación y cambio de carriles, así como el monitoreo del conductor en tiempo real, de tal forma que se detecten y alerten posibles situaciones de riesgo que representen un peligro para el conductor y los pasajeros del vehículo. Este trabajo de investigación tiene por objeto desarrollar un par de asistentes de conducción. E, primero de ellos permitirá monitorear el estado de atención del conductor: de manera específica, detectar de la postura de la cabeza (hacia arriba, abajo, derecha o izquierda), estimar la mirada (hacia arriba. abajo, derecha, izquierda o está observado hacia adelante) y detectar de fatiga ( está bostezando o parpadeando). Mientras que el segundo. estará enfocado en el trazado y selección de trayectorias para un vehículo autónomo, en las tareas de conservación y/o cambio de carril. De manera preliminar la metodología se que sugiere para el primer asistente, requiere la detección de la postura de la cabeza, la estimación de la mirada y la detección de la fatiga, estas tres tareas se deben realizar mediante Aprendizaje Profundo, mientras que el reconocimiento del estado de concentración se pretende utilizar un controlador difuso. Mientras que para el segundo asistente, se contempla utilizar el espacio de Frenet para generar las trayectorias mediante algoritmos polinom1ales, y hacer la selección de la se apegue a las condiciones mediante un método de toma de decisiones con múltiples criterios basado en la rusa. Wed, 12 Mar 2025 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/10008 2025-03-12T00:00:00Z