Revista Ingenierías Universidad de Medellín

SISTEMAS MODULARES DE COMUNICACIÓN BASADOS EN TÉCNICAS DE MODULACIÓN DE ESPECTRO ENSANCHADO UTILIZANDO GNU RADIO

RESUMEN Esta investigación se centra en el desarrollo de sistemas modulares en el software GNU Radio como herramienta de apoyo didáctica para la experimentación en el área de telecomunicaciones. Los sistemas desarrollados utilizan las técnicas de modulación de espectro ensanchado por secuencia directa (DSSS, Direct Sequence Spread Spectrum) y por salto de frecuencia (FHSS, Frequency Hopping Spread Spectrum). Los módulos configurados en cada sistema permiten la variación de parámetros como el tamaño de la información, el tipo de modulación, el tipo de canal, la amplitud del ruido y características propias de las técnicas implementadas. Los resultados obtenidos son analizados a partir de gráficas de la señal original y la señal modulada en los dominios del tiempo y de la frecuencia, diagramas de constelación, la relación señal a ruido (SNR, Signal to Noise Ratio) y la tasa de error binario (BER, Bit Error Rate). La modularidad ofrecida por los sistemas desarrollados en este trabajo facilita la generación de diversos escenarios sin la necesidad de crearlos de forma independiente, lo que permite enfocar la experimentación en el análisis de resultados.

ABSTRACT This research focuses on modular system development in GNU Radio software as a teaching aid for telecommunications experimentation. The developed systems use direct sequence spread spectrum (DSSS) and frequency hopping (FHSS) modulation techniques. The modules configured in each system allow for a variation of parameters such as data size, modulation type, channel type, noise amplitude, and characteristics specific to implemented techniques. Results were analyzed using original signal graphs and modulated signal graphs in time and frequency domains, constellation diagrams, signal-to-noise ratio (SNR), and bit error rate (BER). The modularity offered by the systems developed in this work facilitates the generation of diverse scenarios without a need to create them independently, allowing experimentation to focus on analyzing results.

NUEVOS ENFOQUES METODOLÓGICOS PARA EL TRATAMIENTO DE DATOS IMPRECISOS: INTEGRACIÓN DE LÓGICA DIFUSA Y R-SHINY

RESUMEN Este estudio propone una metodología basada en lógica difusa para el análisis de datos biotecnológicos con incertidumbre, aplicada a la caracterización y clasificación de cepas de hongos filamentosos. La metodología busca optimizar la representación de la variabilidad en datos experimentales, y permitir una mejor interpretación en comparación con enfoques estadísticos tradicionales. Se presenta un caso de estudio que se centra en el crecimiento micelial de distintas cepas de hongos, considerando parámetros como velocidad de expansión, densidad estructural y dimensiones morfométricas. Para modelar esta información se utilizó la partición óptima de Fisher para definir los rangos de clasificación y posteriormente estimar los conjuntos difusos. Una vez establecidas las variables difusas, los datos fueron transformados en números borrosos, representados en tablas de contingencia para su análisis estructurado. Para evaluar la relación entre las cepas y sus categorías de crecimiento se empleó la prueba exacta de Fisher, que permite determinar la significancia estadística de las asociaciones entre las variables difusas obtenidas. Esta estrategia mejora la caracterización del crecimiento micelial al capturar transiciones graduales y reducir la pérdida de información asociada a segmentaciones rígidas. Como aporte innovador, se desarrolló una aplicación web en R-Shiny que facilita el análisis interactivo de datos, sin requerir conocimientos avanzados en programación. Los resultados muestran que la modelización difusa mejora la interpretación y clasificación de cepas de hongos, y proporciona un marco metodológico replicable en biotecnología y otras áreas con incertidumbre en los datos.

ABSTRACT This study proposes a methodology based on fuzzy logic for the analysis of biotechnological data with uncertainty, applied to the characterization and classification of filamentous fungi strains. The methodology aims to optimize the representation of variability in experimental data and enable better interpretation compared to traditional statistical approaches. A case study is presented focusing on the mycelial growth of different fungal strains, considering parameters such as expansion rate, structural density, and morphometric dimensions. Fisher’s optimal partition was used to model this information, defining classification ranges and subsequently estimating the fuzzy sets. Once the fuzzy variables were established, the data were transformed into fuzzy numbers and represented in contingency tables for structured analysis. To assess the relationship between the strains and their growth categories, Fisher’s exact test was employed, allowing the determination of statistical significance of the associations among the fuzzy variables obtained. This strategy improves the characterization of mycelial growth by capturing gradual transitions and reducing information loss associated with rigid segmentation. As an innovative contribution, an R-Shiny web application was developed to facilitate interactive data analysis without requiring advanced programming skills. The results show that fuzzy modeling enhances the interpretation and classification of fungal strains and provides a replicable methodological framework in biotechnology and other fields with data uncertainty.

REVISIÓN SISTEMÁTICA SEMIAUTOMATIZADA: PRINCIPALES APLICACIONES Y TENDENCIAS DE LOS MODELOS FUNDAMENTALES

ABSTRACT This systematic review examines current research topics and applications of foundation models and their relevance to various academic disciplines. To manage and organize a systematic review, we used tools like CADIMA, and for the meta-analysis of selected studies, we relied on the Bibliometrix library in R. Our initial search, following PRISMA methodology, identified 1,161 relevant manuscripts. After carefully analyzing themes and narrowing down our focus, we selected 9 studies that stood out for their relevance to recent applications and developments. This finding points to a strong global interest in this field, with a clear emphasis on applications that benefit people directly. The word cloud shows “Human” as the most prominent term, which tells us that researchers and developers are increasingly focused on using this technology to improve human experiences and address real-world needs. Medical research, in particular, stands out as a rapidly evolving area where this technology is making strides. This suggests exciting potential for healthcare advancements, ranging from personalized treatments to more accurate diagnostics, with an ultimate goal of enhancing patient care and well-being. Overall, these results suggest that the field is shifting toward creating meaningful, practical solutions that can make a difference in people’s lives.

RESUMEN Esta revisión sistemática examina los temas de investigación y las aplicaciones actuales de los modelos fundamentales y su relevancia para diversas disciplinas académicas. Para gestionar y organizar la revisión sistemática, utilizamos herramientas como CADIMA, y para el metaanálisis de los estudios seleccionados, nos basamos en la biblioteca Bibliometrix de R. Nuestra búsqueda inicial, siguiendo la metodología PRISMA, identificó 1,161 manuscritos relevantes. Tras analizar cuidadosamente los temas y reducir nuestro enfoque, seleccionamos 9 estudios que destacan por su relevancia para aplicaciones y desarrollos recientes. Este hallazgo apunta a un gran interés global en este campo, con un claro énfasis en las aplicaciones que benefician directamente a las personas. La nube de palabras muestra que «Humano» es el término más destacado, lo que nos indica que los investigadores y desarrolladores se centran cada vez más en utilizar esta tecnología para mejorar las experiencias humanas y dar respuesta a las necesidades del mundo real. La investigación médica, en particular, destaca como un área de rápida evolución en la que esta tecnología avanza a pasos agigantados. Esto sugiere un gran potencial de avances en la atención sanitaria, desde tratamientos personalizados hasta diagnósticos más precisos, con el objetivo último de mejorar la atención y el bienestar de los pacientes.

DESARROLLO DE PLATAFORMA TECNOLÓGICA DE ANÁLISIS DE DATOS Y PERFILAMIENTO DE CLIENTES DE ACUERDO CON PATRONES DE CONSUMO

Resumen El artículo describe la creación de una plataforma web de venta de productos con implementación de herramientas de análisis y visualización de datos y el uso de Chatbot con Inteligencia Artificial. Cuyo objetivo fue proporcionar una solución práctica que representara una mejora en la atención al cliente y ha promovido la eficiencia empresarial mediante la toma de decisiones informadas en la empresa ABBIS SAS. La metodología aplicada siguió un enfoque estructurado basado en el modelo MVC (Model-View-Controller) y el proceso ETL (Extraction, Transformation, Load). El proyecto se dividió en varias etapas: estructuración del proyecto, migración de la página web, desarrollo del chatbot, e integración de herramientas de analítica de datos. Utilizando la metodología SCRUM, se lograron entregas parciales del producto final, permitiendo ajustes continuos y mejoras con base en las necesidades del cliente. La plataforma permitió reducir costos, acelerar los tiempos de respuesta a las necesidades de los clientes y fomentar la creación de negocios más productivos, lo que, a su vez, fortalecerá la competitividad de ABBIS en el mercado. Finalmente, los resultados de este ejercicio de investigación aplicada servirán de referencia para que otras empresas desarrollen sus propias plataformas tecnológicas de análisis de datos y perfilamiento de clientes, alineadas con los patrones de consumo. Este enfoque contribuirá al crecimiento y el éxito continuo de las empresas en un entorno cada vez más orientado a los datos y a las necesidades cambiantes de los consumidores.

Abstract The article describes the creation of a web sales platform with the implementation of data analysis and visualization tools, and the use of an Artificial Intelligence Chatbot. The aim was to provide a practical solution that would improve customer service and promote business efficiency through informed decision-making at ABBIS SAS. The applied methodology followed a structured approach based on the MVC (Model-View-Controller) model and the ETL (Extraction, Transformation, Load) process. The project was divided into several stages: project structuring, website migration, chatbot development, and integration of data analytics tools. Using the SCRUM methodology, partial deliveries of the final product were achieved, allowing for continuous adjustments and improvements based on customer needs. The platform enabled cost reduction, faster response times to customer needs, and the fostering of more productive businesses, which, in turn, will strengthen ABBIS’s competitiveness in the market. Finally, the results of this applied research exercise will serve as a reference for other companies to develop their own technological platforms for data analysis and customer profiling, aligned with consumption patterns. This approach will contribute to the growth and continued success of companies in an increasingly data-oriented environment with changing consumer needs.

DISEÑO FACTORIAL DE EXPERIMENTOS PARA DETERMINAR LOS FACTORES SIGNIFICATIVOS EN EL SOBREPESO DE UNA LÍNEA DE EMBUTIDOS EN UNA EMPRESA DE ALIMENTOS

Resumen El diseño de experimentos (DoE) se ha convertido en una estrategia potencial para analizar las condiciones de un proceso, debido a la eficiencia de la metodología para identificar los factores significativos en la variabilidad de un producto. En este sentido, este artículo de investigación presenta la aplicación de un diseño factorial de experimentos de cuatro factores y dos niveles para estudiar el efecto significativo en el sobrepeso de un embutido de una línea de producción en una empresa de alimentos en el departamento del Cauca. Los resultados determinaron que el sobrepeso es afectado significativamente por los cm3 o porción de llenado, además de analizar que una variable externa, como la temperatura, no ejercía efecto sobre el peso del embutido. La aplicación de este tipo de metodologías puede replicarse en un proceso de producción para monitorear, identificar y analizar los factores de mayor magnitud sobre la variable de respuesta.

Abstract Design of experiments (DoE) has emerged as a potential strategy for analyzing process conditions due to the methodology's effectiveness in identifying significant factors in product variability. Regarding this, this research article presents the application of a four-factor, two-level factorial experiment design to study the significant overweight of a sausage product on a food company production line in the Province of Cauca. Results determined that overweight is significantly affected by the cm3 or filling portion, and also showed that an external variable, such as temperature, did not affect sausage weight. Applying this type of methodology can be replicated in a production process to monitor, identify, and analyze the most significant factors affecting response variables.