Programación Matemática y Software https://progmat.uaem.mx/progmat/index.php/progmat <p>La revista de <strong>Programación Matemática y Software</strong> (PMS) es una revista dedicada a difundir trabajos de investigación que se encuentran en la frontera del conocimiento. Es dirigida a investigadores de instituciones de educación superior, de empresas públicas/privadas y también de estudiantes de postgrado. </p> <p><strong>ISSN (e): 2007-3283</strong></p> <p><strong>Frecuencia de la Publicación:</strong> Cuatrimestral</p> Dirección General de Publicaciones de Investigación, Universidad Autónoma del Estado de Morelos es-ES Programación Matemática y Software 2007-3283 <p><strong>Usted es libre de:</strong></p> <table border="0" width="100%" cellspacing="0" cellpadding="0"> <tbody> <tr> <td align="center" width="40"><img src="https://www.hydrology-and-earth-system-sciences.net/graphic_to_share.gif" alt="" /></td> <td><strong>Compartir</strong> — compartir y redistribuir el material publicado en cualquier medio o formato.</td> </tr> </tbody> </table> <table border="0" width="100%" cellspacing="0" cellpadding="0"> <tbody> <tr> <td align="center" width="40"><img src="https://www.hydrology-and-earth-system-sciences.net/graphic_to_remix.gif" alt="" /></td> <td><strong>Adaptar</strong> — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.</td> </tr> </tbody> </table> <p><strong>Bajo las siguientes condiciones:</strong></p> <table border="0" width="100%" cellspacing="0" cellpadding="0"> <tbody> <tr> <td align="center" width="40"><img src="https://www.hydrology-and-earth-system-sciences.net/graphic_attribution.gif" alt="" /></td> <td><strong>Atribución</strong> — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.</td> </tr> </tbody> </table> <table border="0" width="100%" cellspacing="0" cellpadding="0"> <tbody> <tr> <td align="center" width="40"> </td> <td>Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.</td> </tr> </tbody> </table> Aplicación de Python 3.9 en un sistema de investigación para la dinámica de los vórtices-solitones https://progmat.uaem.mx/progmat/index.php/progmat/article/view/2023-15-01-01 <p class="western" style="text-indent: 0cm; margin-bottom: 0cm; line-height: 100%;">En nuestro estudio, la estabilidad de los solitones de la ecuación de Schrodinger no lineal se investiga mediante el cálculo de la dinámica de los anillos de vórtice. Para hacer eso usamos el paquete PY-PDE moderno en el marco de Python 3.9. El propósito principal de este paquete es simular las ecuaciones diferenciales parciales (PDE) en geometría simple. La evolución temporal de la PDE se determina utilizando el método de línea mediante muestreo explícito del espacio, utilizando cuadrículas fijas con visualización temporal simultánea de la dinámica. Dicho sistema admite el uso de programación orientada a objetos y el método compilado con números y variables para acelerar los cálculos. Con el uso del paquete PY-PDE investigamos numéricamente el fenómeno dinámico en un condensado de Bose-Einstein (BEC) colocado en un potencial externo. El mismo modelo también se puede aplicar para estudiar los solitones electromagnéticos espaciales en fibras. <span lang="en-US">Se consideran tanto los casos unidimensionales como los bidimensionales.</span></p> <p class="western" style="text-indent: 0cm; margin-bottom: 0cm; line-height: 100%;" lang="en-US">&nbsp;</p> Gennadiy Burlak Yessica Y. Calderon-Segura Derechos de autor 2023 Gennadiy Burlak, Yessica Y. Calderon-Segura https://creativecommons.org/licenses/by/4.0 2023-02-16 2023-02-16 15 1 1 8 10.30973/progmat/2023.15.1/1 Comparación del reconocimiento multimodal de emociones en textos de Twitter https://progmat.uaem.mx/progmat/index.php/progmat/article/view/2023-15-01-02 <p class="western" style="text-indent: 0cm; margin-bottom: 0cm;">El presente articulo plasma los resultados de una investigación basada en la implementación de técnicas de aprendizaje profundo para la detección de emociones en textos, tomando como referencia la recolección de datos de la red social Twitter considerando que, según diversos estudios, es una fuente de información donde muchas personas expresan sus emociones a través de sus publicaciones. El objetivo de esta investigación fue resaltar el grado de precisión que presentan las redes neuronales convolucionales (CNN) para la identificación de emociones frente a otras técnicas de clasificación basadas en el aprendizaje automático, dado que la implementación de este tipo de red neuronal en el rubro del cómputo afectivo es relativamente nueva.A partir de un experimento con datos analizados previamente con otras técnicas de clasificación se obtuvieron resultados que favorecen en tema de precisión a las CNN frente a otros métodos de clasificación como: Conjunto de cadenas de clasificación (ECC), aprendizaje multietiqueta por retropropagación (BP-MLL), Vecino más cercano k de varias etiquetas (ML-kNN), Relevancia binaria (BR), Jerarquía de los clasificadores multietiqueta (HOMER) y otros más.</p> Juan Carlos Garduño-Miralrio David Valle-Cruz José Luis Tapia-Fabela Derechos de autor 2023 Juan Carlos Garduño-Miralrio, David Valle-Cruz, José Luis Tapia-Fabela https://creativecommons.org/licenses/by/4.0 2023-02-16 2023-02-16 15 1 9 16 10.30973/progmat/2023.15.1/2 Aplicación móvil en iOS para capacitación virtual de equipos especializados en la industria 4.0 https://progmat.uaem.mx/progmat/index.php/progmat/article/view/2023-15-01-03 <p class="western" style="text-indent: 0cm; margin-bottom: 0.35cm;">El presente artículo muestra el desarrollo de una aplicación para dispositivos móviles con sistema operativo iOS, pensado para la capacitación de diferentes usuarios de equipos especializados. La aplicación móvil es capaz de conectarse a la nube y por medio de un sistema de búsqueda manual o a través de un código QR, puede obtener la información del equipo de interés para capacitarse, teniendo acceso a vídeo tutoriales y manuales de operación, logrando una interacción amigable para el usuario. Los servicios de <em>Google Firebase</em> se utilizaron como nube para poder guardar la información de los equipos y el registro de los usuarios.</p> Gloria Flor Mata Donjuan Kenny Arth Luévanos Uribe José Marcos Zea Pérez Arturo Hernández Hernández Derechos de autor 2023 Gloria Flor Mata Donjuan, Kenny Arth Luévanos Uribe, José Marcos Zea Pérez, Arturo Hernández Hernández https://creativecommons.org/licenses/by/4.0 2023-02-16 2023-02-16 15 1 17 26 10.30973/progmat/2023.15.1/3 Metodología para el apoyo de generación de dominios para representar conocimiento https://progmat.uaem.mx/progmat/index.php/progmat/article/view/2023-15-01-04 <p class="western" style="text-indent: 0cm; margin-bottom: 0cm; line-height: 100%;"><span style="font-size: xx-small;">Los sistemas inteligentes siempre han sido motivo de culto considerando desde películas, avances científicos y tendencias tecnológicas. Construir este tipo de aplicaciones es sumamente complejo porque se requieren elementos como: bases de conocimiento, mecanismos de inferencia para la toma de decisiones, generación de acciones y respuestas por parte de los agentes inteligentes. El insumo principal para el funcionamiento del agente es contar con una base de conocimiento lo suficientemente amplia, que esté sustentada en el dominio del cual se quiere trabajar, del conocimiento de expertos, esto implica que los ingenieros de conocimiento deben ser capaces de extraer cada elemento del dominio, sus relaciones y sus estructuras, para generar cuestionamientos y respuestas eficientes que no sean descartados por los humanos como acciones incorrectas o poco creíbles del agente. En este trabajo se presenta una metodología de apoyo a los estudiantes de la materia de ingeniería del conocimiento a construir sus dominios a partir de un ejemplo al alcance de sus manos como es la elaboración de platillos. Se consideró para el diseño de esta metodología la empatía considerando los momentos que vive la sociedad ante la pandemia, generar una experiencia significativa que sea difícil de olvidar, que sea lo suficientemente asociativa para establecer un proceso cognitivo de manera que ellos sean capaces de desarrollar una representación de conocimiento fuera del contexto escolar. Los resultados de esta metodología aportan información importante sobre los procesos de aprendizaje de los estudiantes, así como el proceso de retroalimentación que tuvieron entre los equipos de trabajo para poder generar estrategias para la identificación de términos del dominio muy diversas y efectivas de acuerdo con un modelo situacional generado a partir de la experiencia que han tenido en otras materias con distintas herramientas y técnicas para obtener información.</span></p> Meliza Contreras González Pedro Bello López Mario Rossainz López José Andrés Vázquez Flores Brenda Karen Miranda Hernández Derechos de autor 2023 Meliza Contreras González, Pedro Bello López, Mario Rossainz López, José Andrés Vázquez Flores, Brenda Karen Miranda Hernández https://creativecommons.org/licenses/by/4.0 2023-02-16 2023-02-16 15 1 27 33 10.30973/progmat/2023.15.1/4 Una Revisión de los Fundamentos de Aprendizaje Profundo – El Modelo de Red Neuronal XOR https://progmat.uaem.mx/progmat/index.php/progmat/article/view/2023-15-01-05 <p class="western" style="text-indent: 0cm; margin-bottom: 0cm; line-height: 100%;"><span style="font-size: small;">Deep Learning mediante el seguimiento, en un simple modelo de Redes Neuronales de la función XOR, de las señales en forward y backward que fluyen a través de este modelo. Nuestro objetivo es alcanzar una comprensión más profunda de algunos conceptos sobresalientes de Deep Learning, lo que nos permitiría comprender su significado mientras el modelo de Redes Neuronales de la función XOR es entrenado por el algoritmo Retropropagación. El modelo elegido contiene una sola capa oculta con cuatro neuronas y una capa de salida con una neurona. Aunque este modelo no es una red neuronal profunda, su capa oculta lleva los conceptos suficientes de Deep Learning. Se utiliza la sigmoidea como función de activación en todas las neuronas. Se presenta una derivación de una versión simple del algoritmo Gradiente Descendente Estocástico, que se usa para minimizar el error de salida, y luego al retropropagarlo llegamos al algoritmo de retropropagación. Se presentan resultados numéricos, que muestran la convergencia del error de salida y el de un peso seleccionado y su análisis resume la comprensión de los conceptos fundamentales de Deep Learning. </span></p> Alejo Mosso Vázquez David Juárez-Romero José Alfredo Hernández-Pérez Darvi Echeverría Sosa Jimer Emir Loría Yah Ramiro José González Horta Gerardo Israel de Atocha Pech Carveo Carlos Alberto Decena Chan Derechos de autor 2023 Alejo Mosso Vázquez, David Juárez-Romero, José Alfredo Hernández-Pérez, Darvi Echeverría Sosa, Jimer Emir Loría Yah, Ramiro José González Horta, Gerardo Israel de Atocha Pech Carveo, Carlos Alberto Decena Chan https://creativecommons.org/licenses/by/4.0 2023-02-16 2023-02-16 15 1 34 44 10.30973/progmat/2023.15.1/5 Un framework de planificación en tiempo real en entornos móviles distribuidos https://progmat.uaem.mx/progmat/index.php/progmat/article/view/2023-15-01-06 <p class="western" style="text-indent: 0cm; margin-bottom: 0cm; line-height: 100%;"><span style="font-size: small;">A lo largo de los años, un modelo centralizado se ha utilizado ampliamente en todo tipo de aplicaciones informáticas, educativas y de nuevas tecnologías. Esta estructura de aplicación de sistema móvil distribuido divide tareas o cargas de trabajo entre el proveedor y el servicio solicitante. Este trabajo describe la implementación de una interfaz gráfica de usuario, denominada JPeer, para un software embebido; esto muestra el uso de una red P2P que permite a una supercomputadora la asignación de sus recursos de manera óptima entre los diferentes nodos conectados a ella. Los pares en este proyecto se representan como dispositivos móviles y con el uso de JNI (interfaz nativa de Java), con esto es posible comunicar pares creados en Java con pares creados en C ++, en consecuencia, el paso de mensajes sería posible entre diferentes programaciones. lenguajes y sistemas operativos. Aplicamos varias redes P2P con múltiples pares en un nodo de LNS (laboratorio de supercomputación) en el sureste de México. La comprensión de algoritmos de sistemas distribuidos y de tiempo real puede representar una dificultad debido a la abstracción y dificultad de aprendizaje. Por su parte, la implementación del framework representa un entorno de sistema distribuido móvil, donde el usuario puede gestionar los nodos de forma sencilla, fácil y transparente, así como visualizar cómo cada nodo ejecuta sus procesos, se convierte en una herramienta muy útil y didáctica. Por otro lado, destacamos la necesidad de adaptar lenguajes con características nativas y aprovechar ambas partes en entornos educativos y tecnológicos.</span></p> Adriana Hernández Beristain Mariano Larios Gómez Mario Anzures García Franco Rojas-López Erica A. Martínez Mirón Derechos de autor 2023 Adriana Hernández Beristain, Mariano Larios Gómez, Mario Anzures García, Franco Rojas-López, Erica A. Martínez Mirón https://creativecommons.org/licenses/by/4.0 2023-02-16 2023-02-16 15 1 45 56 10.30973/progmat/2023.15.1/6