Abstract: Resumen La industria del calzado está conformada por diversos tipos de productos y es un renglón importante de la economía en Colombia. Los productos de calzado orientadas a mejorar la seguridad y la salud en el trabajo deben cumplir con altos estándares de calidad y su producción es costosa. La producción de suelas termoplásticas para calzado es compleja y es necesario evaluar diferentes fases del proceso que se puedan mejorar y posteriormente aplicar políticas que contribuyan al mejoramiento de estos puntos críticos. Para esta investigación se analizaron las principales variables asociadas a la elaboración de suelas termoplásticas, se identificó dónde estaban ubicados los cuellos de botella y se proponen un conjunto de escenarios de solución, los cuales permiten una reducción en los costos del proceso y en el tiempo de elaboración de productos. The footwear industry is made up of various types of products and is an important economy line in Colombia. Footwear products aimed at improving occupational safety and health must meet high quality standards and are expensive to produce. The thermoplastic soles production for footwear is complex and it is necessary to evaluate different phases of the process that can be improved and subsequently apply policies that contribute to the improvement of these critical points. For this research, the main variables associated with the elaboration of thermoplastic soles were analyzed, where the bottlenecks were located and a set of solution scenarios are proposed, which allow a reduction in production cost and time.
Abstract: Resumen El Bitcoin forma parte de las llamadas criptomonedas y puede definirse como un sistema de pagos electrónico público y descentralizado universal, basado en la tecnología de Blockchain. El problema que enfrenta es la confianza en su uso; por lo tanto, el objetivo de la presente investigación es analizar los factores que influyen la adopción y uso de Bitcoin en México. Para ello, se utiliza el modelo UTAUT2 integrado con la variable de confianza. El modelo fue probado empíricamente mediante la aplicación de una encuesta de 106 cuestionarios, bajo el método de mínimos cuadrados parciales, con modelos de ecuaciones estructurales (PLS-SEM). Los principales resultados indican que la expectativa de rendimiento, la motivación hedonista, el hábito y su descentralización, son los principales factores que influyen en la confianza para la adopción y uso de Bitcoin. Los resultados ilustran a las empresas y cualquier interesado sobre las ventajas del uso de Bitcoin. Bitcoin is part of the so-called crypto-currencies and can be defined as a universal decentralized public electronic payment system based on Blockchain technology. The problem it faces is trust in its use; therefore, the objective of this research is to analyze the factors that influence the adoption and use of Bitcoin in Mexico. For this purpose, the UTAUT2 model integrated with the trust variable, is used. The model was empirically tested by applying a survey of 106 questionnaires, under the partial least square’s method, with structural equation models (PLS-SEM). The main results indicate that performance expectation, hedonistic motivation, habit, and its decentralization; are the main factors that influence confidence for the adoption and use of Bitcoin. The results illustrate to companies and any interested party the advantages of using Bitcoin.
Abstract: Resumen Una de las situaciones más críticas en todo el mundo en el año 2020 es la pandemia del Covid-19. Todas las áreas de la sociedad han colapsado debido a la cuarentena declarada en diferentes países. Uno de los recursos de infraestructura más importantes en esta situación ha sido el servicio de Internet debido a que las personas deben trabajar o estudiar desde sus casas, y tales conexiones se realizan por medio de Internet. Por tanto, los proveedores de servicio de Internet (ISPs) han tenido que soportar este tráfico, considerado atípico hasta ese momento. En este artículo se realiza un análisis del comportamiento del tráfico de Internet sobre los ISPs de Colombia para comprender qué ocurrió en estas redes durante esta situación en los meses de marzo y abril de 2020. Además, se realiza un estimativo del incremento necesario en los recursos de las redes de los ISPs, para lo que se utilizó un modelo de red de cola cerrada (CQN). Los resultados muestran que el tráfico se incrementó en la mayoría de los operadores en una media del 29.76% en marzo y una media del 51.54% en abril de 2020. Los recursos, por su parte se debieron incrementar en un 28.3% en marzo y un 32.71% en abril. One of the most critical situations in all world in 2020 year is the Covid-19 pandemic. All areas of society have colapsed due to the quarantine declared in several countries. One of the most important infrastructure resources in this situation is the Internet service because people have to work and study from home and such people connections have performed by Internet. Thus, Internet Service Providers had to endure increased traffic. In this paper, an analysis of Internet traffic over ISPs at Colombia was performed to understand what happened over such networks. Also, an estimate was made of the increase in network resources by means of a Closed Queued Network model. Results shows that Internet traffic increased for almost all operators with a percentage mean of 29.76 in March and 51.54 in April, and besides, network resources increased in a percentage near to 28.3 in March and 32.71 in April.
Abstract: Resumen El análisis de microarrays de expresión de genes es un tópico actual para el diagnóstico y clasificación del cáncer humano. Un microarray de datos de expresión de genes consiste en una matriz de miles de características de las cuales la mayoría es irrelevante para clasificar patrones de expresiones de genes. La elección de un subconjunto mínimo de características para clasificación es una tarea dificultosa. En este trabajo, se realiza una comparación entre dos algoritmos evolutivos multiobjetivo aplicados a conjuntos de expresiones de genes populares en la literatura (linfoma, leucemia y colon). Con el objetivo de remover las características con fuerte correlación se realiza una etapa de preprocesamiento. Se muestra un análisis extenso y detallado de los resultados obtenidos para los algoritmos multiobjetivo seleccionados. Microarray analysis of gene expression is a current topic for diagnosing and classification of human cancer. A gene expression data microarray consists of an array of thousands of features of which most are irrelevant for classifying patterns of gene expressions. Choosing a minimal subset of features for classification is a difficult task. In this work, a comparison is made between two multi-objective evolutionary algorithms applied to sets of gene expressions popular in the literature (lymphoma, leukemia, and colon). In order to remove the strongly correlated characteristics, a pre-processing stage is performed. An extensive and detailed analysis of the results obtained for the selected multi-objective algorithms is shown.
Abstract: Resumen El análisis de microarrays de expresión de genes es un tópico actual para el diagnóstico y clasificación del cáncer humano. Un microarray de datos de expresión de genes consiste en una matriz de miles de características de las cuales la mayoría es irrelevante para clasificar patrones de expresiones de genes. La elección de un subconjunto mínimo de características para clasificación es una tarea dificultosa. En este trabajo, se realiza una comparación entre dos algoritmos evolutivos multiobjetivo aplicados a conjuntos de expresiones de genes populares en la literatura (linfoma, leucemia y colon). Con el objetivo de remover las características con fuerte correlación se realiza una etapa de preprocesamiento. Se muestra un análisis extenso y detallado de los resultados obtenidos para los algoritmos multiobjetivo seleccionados. Microarray analysis of gene expression is a current topic for diagnosing and classification of human cancer. A gene expression data microarray consists of an array of thousands of features of which most are irrelevant for classifying patterns of gene expressions. Choosing a minimal subset of features for classification is a difficult task. In this work, a comparison is made between two multi-objective evolutionary algorithms applied to sets of gene expressions popular in the literature (lymphoma, leukemia, and colon). In order to remove the strongly correlated characteristics, a pre-processing stage is performed. An extensive and detailed analysis of the results obtained for the selected multi-objective algorithms is shown.
Abstract: Resumen La decisión de implementar en el seno de una organización un Sistema de Detección de Intrusión (IDS) puede resultar en una tarea complicada tanto del punto de vista técnico, así como de aquellos que afectan en la evaluación costo/beneficio de su uso. En este proceso de decisión/evaluación varias heurísticas combinadas con indicadores fueron propuestos focalizadas principalmente en la parte técnica de estos Sistemas. En la creación de estas heurísticas de usabilidad fuimos asistidos por un marco de trabajo (framework) de guías de delineamientos orientadas a los desafíos de implementación y diseño de herramientas para administrar la seguridad en tecnologías de la información (Security Information Technology - SIT). Expone además la experiencia de evaluar estas heurísticas en dos detectores de intrusión de tipo NIDS (Network Intrusion Detection System) ampliamente utilizados en el ámbito de SIT. Pretende por tanto ser una fuente de consulta para los evaluadores y profesionales de Seguridad de Tecnologías de la Información al igual que las personas encargadas de la toma de decisión de la organización. The decision to implement an Intrusion Detection System (IDS) within an organization can result in a complicated task both from a technical point of view as well as from those that affect the cost/benefit evaluation of its use. In this decision/evaluation process, several heuristics combined with indicators were proposed focused mainly on the technical part of these Systems. In creating these heuristics usability, we were assisted by a framework of guidelines of outlines oriented to the challenges of implementation and design of tools to manage security in information technology (SIT). It also presents the experience of evaluating these heuristics in two intrusion detectors of the NIDS type (Network Intrusion Detection System) widely used in the field of SIT. Therefore, it aims to be a source of consultation for evaluators and Information Technology Security professionals as well as the people in charge of decision-making in the organization.
Abstract: Elastic wave modeling presents a challenge to implement since it is a computationally costly procedure. Nowadays, due to GPU increased power jointly with development in HPC computation, it is possible to execute elastic modeling with better execution times and memory use. This study evaluates the performance of 2 strategies for implementing elastic modeling using different kernel launching layouts, CPML memory allocation strategies, and wavefield storage management. The performance measures show that the algorithm, which includes 2D kernel launching layout, CPML reduced memory strategy, and GPU global memory storage to save wavefield cube peaks up to 88.4% better execution time and uses 13.3 times less memory to obtain the same elastic modeling results. There is also an increasing trend of enhancement in execution times and memory savings when working with models of bigger sizes with this strategy.Resumen El modelado de onda elástico presenta un reto de implementación debido a que es un procedimiento computacionalmente costoso. En la actualidad, debido al incremento en la potencia en GPU junto con el desarrollo de la computación HPC, es posible ejecutar modelado elástico con mejores tiempos de ejecución y uso de memoria. Este estudio evalúa el desempeño de 2 estrategias para implementar modelado elástico usando diferentes diseños para ejecución de kernel, estrategias de asignación de memoria para el cálculo de CPML y administración del almacenamiento del campo de onda. Las mediciones de desempeño muestran que el algoritmo que incluye diseño de ejecución de kernel 2D, la estrategia de memoria reducida CPML y el almacenamiento en memoria global de GPU del campo de onda alcanza un máximo de 88.4% mejor tiempo de ejecución y utiliza un 13.3 veces menos memoria para obtener los mismos resultados de modelado elástico. Existe también una creciente tendencia de mejora de tiempo de ejecución y ahorro de memoria cuando se trabaja con modelos de tamaños más grandes con esta estrategia.
Abstract: Resumen Se evaluaron cualitativamente diferentes solventes para la extracción de núcleos esteroides y flavonoides en bulbos de Dioscorea bulbifera Salv. Se analizó el bulbo crudo y macerados en agua, aceite y alcohol 40%. La triangulación de las observaciones en las RxSh y RxL-B con un patrón químico definido, un blanco y la prueba experimental evaluó la presencia del núcleo químico. Se estableció por matriz de relaciones que el alcohol tuvo mayor afinidad a compuestos flavonoides y alcaloides detectándose que el 100% de ensayos realizados fue positivo para cada núcleo. Se detectó en un 83% compuestos alcaloides en muestras de bulbo crudo y superior al 70% para flavonoides. El aceite mineral presentó características conservantes del bulbo y resultados negativos para ambos núcleos. Se concluye que el alcoholato con bulbos de D. bulbifera extrae compuestos de núcleos flavonoides y esteroides para emplearse como ingrediente bioactivo para aplicación en diferentes áreas industriales. Different solvents were qualitatively evaluated for the extraction of steroid nuclei and flavonoids in Dioscorea bulbifera Salv. bulbs. The raw bulb was analyzed and macerated in water, oil, and 40% alcohol. The triangulation of the observations in the RxSh and RxL-B with a defined chemical pattern, a target, and the experimental test evaluated the presence of the chemical nucleus. The relationship matrix analyzed that the alcohol had a higher affinity to flavonoid and alkaloid compounds, detecting that 100% of the tests carried out were positive for each nucleus. Alkaloid compounds were detected in 83% in raw bulb samples and more than 70% for flavonoids. Mineral oil contains preservative characteristics of the bulb and negative results for both nuclei. It is concluded that the bulbous alcoholate of D. bulbifera extracts compounds from flavonoid nuclei and steroids to be used as a bioactive ingredient for application in different industrial areas.
Abstract: Resumen En este artículo fue estudiado el mejoramiento del proceso de fabricación de una empresa productora de ladrillos para construcción en la ciudad de Santa Marta. Mediante simulación se ha modelado el proceso actual y se establecieron alternativas de mejoramiento. El desempeño de estos procesos simulados se ha valorado mediante las variables “Costo por lote” (en pesos colombianos) y el “Tiempo en el sistema” (en horas), ambas programadas en los modelos simulados, las cuales se establecieron como variables de control. Estas variables son las componentes de un vector bivariado cuyos valores fueron obtenidos de muestras provenientes de replicar cada uno de los modelos que luego fueron analizados mediante la utilización de una técnica proveniente de la estadística multivariada denominada Manova. La prueba de hipótesis multivariada muestra que uno de los modelos presenta mejor desempeño. Basado en los resultados, se concluye que la empresa debería adoptar el mejoramiento encontrado en la simulación. In this article, the improvement of the manufacturing process of a construction brick producing company in the city of Santa Marta was studied. By simulation, the current process has been modeled and improvement alternatives have been established. The performance of these simulated processes has been assessed using the variables cost per lot (in Colombian pesos) and the time in the System (in hours), both programmed in the simulated models and which were established as control variables. These variables are the components of a bivariate vector whose values were obtained from samples derived from replicating each of the models, which were then analyzed using a technique derived from multivariate statistics called Manova. The multivariate hypothesis test shows that one of the models presents better performance. Based on the results, it is concluded that the company should adopt the improvement found in the simulation.
Abstract: Resumen Las tecnologías de la información y la comunicación tienen un papel importante en el despliegue de las tendencias tecnológicas actuales. En la era de la Cuarta Revolución Industrial, se enfrentan varios desafíos tanto en la industria como en la educación. Por ello, es fundamental conocer los avances tecnológicos y los cambios que son necesarios para los perfiles profesionales, curriculares y en la enseñanza. Este documento proporciona una revisión integral de las tendencias tecnológicas en la era de la industria 4.0 y los desafíos que se enfrentan en la educación en ingeniería. Information and Communication Technologies have an important role in the deployment of current technological trends. In the era of the Fourth Industrial Revolution, several challenges are faced in both industry and education. For this reason, it is fundamental to know the technological advances and the changes that are necessary for professional profiles, curriculum, and teaching. This paper provides a comprehensive review of technological trends in the era of industry 4.0, and the challenges met for engineering education.
Abstract: Molecular Dynamics (MD) simulations on grain collisions allow to incorporate complex properties of dust interactions. We performed simulations of collisions of porous grains, each with many particles, using the MD software LAMMPS. The simulations consisted of a projectile grain striking a larger immobile target grain, with different impact velocities. The disadvantage of this method is the large computational cost due to a large number of particles being modeled. Machine Learning (ML) has the power to manipulate large data and build predictive models that could reduce MD simulation times. Using ML algorithms (Support Vector Machine and Random Forest), we are able to predict the outcome of MD simulations regarding fragment formation after a number of steps smaller than in usual MD simulations. We achieved a time reduction of at least 46%, for 90% accuracy. These results show that SVM and RF can be powerful yet simple tools to reduce computational cost in collision fragmentation simulations.Resumen Las simulaciones de dinámica molecular (MD) en colisiones de granos permiten incorporar propiedades complejas de interacciones de polvo. Realizamos simulaciones de colisiones de granos porosos, cada uno con muchas partículas, utilizando el software LAMMPS de MD. Las simulaciones consistieron en un grano de proyectil que golpeó un grano objetivo inmóvil más grande, con diferentes velocidades de impacto. La desventaja de este método es el gran costo computacional debido a que se modela una gran cantidad de partículas. Machine Learning (ML) tiene el poder de manipular grandes datos y construir modelos predictivos que podrían reducir los tiempos de simulación MD. Usando algoritmos ML (Support Vector Machine y Random Forest) podemos predecir el resultado de las simulaciones MD con respecto a la formación de fragmentos, después de varios pasos más pequeños que en las simulaciones MD habituales. Logramos una reducción de tiempo de al menos un 46%, para una precisión del 90%. Estos resultados muestran que SVM y RF pueden ser herramientas poderosas pero simples para reducir el costo computacional en simulaciones de fragmentación de colisiones.
Open Access journal
