• Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología
Notiulti
Noticias Ultimas
Inicio » Mathematics and computing
Tag:

Mathematics and computing

Tecnología

Integración de IA y Edge Computing en IoT con recursos limitados

by Editor de Tecnologia junio 18, 2026
written by Editor de Tecnologia

La integración de aplicaciones de Inteligencia Artificial (IA) en sistemas de Internet de las Cosas (IoT) con recursos limitados está siendo optimizada mediante el uso de computación de borde (edge computing) inteligente. Este enfoque permite procesar datos directamente en el dispositivo, superando las restricciones de hardware y conectividad típicas de estos entornos.

¿Cómo optimiza la computación de borde a los sistemas IoT?

La computación de borde inteligente permite que los dispositivos IoT ejecuten modelos de IA de manera local, reduciendo la dependencia de servidores en la nube. Según los datos técnicos sobre esta integración, este método minimiza la latencia en la transmisión de datos y optimiza el consumo de energía en dispositivos con capacidades de procesamiento y memoria restringidas.

¿Qué desafíos enfrentan los sistemas IoT con recursos limitados?

Los sistemas IoT a menudo operan bajo condiciones de hardware restringido, lo que dificulta la ejecución de algoritmos complejos de aprendizaje automático. La implementación de IA en estos entornos requiere estrategias de diseño que equilibren la precisión del modelo con la eficiencia en el uso de recursos. La computación de borde actúa como una capa intermedia, procesando información crítica antes de que esta requiera ser enviada a infraestructuras de mayor escala.

Edge Computing Explained: The Future of AI, IoT, and Real-Time Data Processing !
junio 18, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Negocio

Evaluación y clasificación de riesgos en proyectos de e-business

by Editora de Negocio junio 15, 2026
written by Editora de Negocio

La evaluación y clasificación de riesgos en proyectos de e-business es un problema crítico con altos niveles de incertidumbre que, según el texto analizado, no ha sido abordado. Esta carencia técnica dificulta la capacidad de jerarquizar proyectos en el entorno digital.

¿Qué factores complican la gestión de riesgos en e-business?

La incertidumbre es el elemento central. De acuerdo con la fuente, el problema de evaluar y clasificar riesgos en proyectos de e-business presenta «altos grados de incertidumbre», lo que lo convierte en un desafío importante para el sector.

¿Se ha resuelto la clasificación de estos proyectos?

No. El documento indica que el problema de la evaluación y el ranking de riesgos en proyectos de e-business no ha sido abordado.

Claves de la evaluación de riesgos en el marco de la continuidad de negocio
junio 15, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Salud

Enfermedad de Parkinson: la importancia de la detección temprana

by Editora de Salud junio 8, 2026
written by Editora de Salud

La enfermedad de Parkinson presenta desafíos significativos debido a la complejidad de sus síntomas y a que, con frecuencia, su diagnóstico se retrasa. Por esta razón, la detección temprana es fundamental para abordar la condición de manera oportuna.

Los retos en el diagnóstico del Parkinson

El manejo de esta afección es complejo debido a la naturaleza intrincada de sus manifestaciones clínicas. La dificultad para identificar los signos iniciales suele derivar en un proceso de diagnóstico prolongado, lo que subraya la importancia de una evaluación médica cuidadosa ante cualquier síntoma sospechoso.

Por qué es vital la detección temprana

Dada la dificultad que supone el diagnóstico tardío, la detección temprana se posiciona como una herramienta clave para mejorar el abordaje médico del Parkinson. Identificar la enfermedad en sus etapas iniciales permite una intervención más efectiva, ayudando a los pacientes a gestionar mejor los desafíos que plantea esta patología.

La importancia de una detección temprana en el Parkinson
junio 8, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Predicción de embarazos de alto riesgo mediante IA optimizada

by Editor de Tecnologia mayo 26, 2026
written by Editor de Tecnologia

La integración de métodos avanzados de aprendizaje automático (machine learning) está marcando un nuevo hito en la medicina predictiva. Recientemente, la revista Nature ha publicado un estudio titulado «High-risk pregnancy prediction using Taguchi-optimized machine learning methods and TOPSIS-based model selection», el cual explora cómo la optimización técnica puede mejorar la detección temprana de riesgos durante el embarazo.

Innovación en el análisis de datos clínicos

El núcleo de esta investigación se centra en la aplicación de un enfoque optimizado para el aprendizaje automático. Al utilizar el método de Taguchi —una técnica estadística diseñada para mejorar la calidad de los procesos— en conjunto con el modelo de selección basado en TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution), los investigadores han logrado refinar la precisión de los sistemas predictivos aplicados a la salud materna.

View this post on Instagram about Technique for Order of Preference, Ideal Solution
From Instagram — related to Technique for Order of Preference, Ideal Solution

Este avance técnico es fundamental, ya que la capacidad de predecir complicaciones de alto riesgo permite a los profesionales de la salud intervenir de manera más oportuna y personalizada. La combinación de estos métodos permite una selección de modelos más robusta, reduciendo la incertidumbre en los diagnósticos automatizados y facilitando una mejor toma de decisiones clínicas.

Hacia una medicina más precisa

El estudio publicado en Nature destaca cómo la optimización algorítmica no solo se trata de potencia de procesamiento, sino de la eficiencia en la selección de parámetros. Al aplicar el método de Taguchi, el sistema es capaz de identificar las configuraciones óptimas con un menor número de pruebas, lo que optimiza los recursos computacionales sin sacrificar la exactitud en la identificación de embarazos de alto riesgo.

Esta metodología representa un paso adelante en el uso de la inteligencia artificial aplicada a la obstetricia, ofreciendo una estructura técnica sólida para futuros desarrollos clínicos que busquen mejorar los resultados en la atención de las pacientes.

AI for Prediction and Profiling of Pregnancy and Child Growth Outcomes: Ivana Maric, PhD

mayo 26, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Mundo

China Southern Power Grid: Investigación Eléctrica en Guangzhou

by Editor de Mundo mayo 21, 2026
written by Editor de Mundo

Investigadores del Instituto de Investigación de Energía Eléctrica de CSG, con sede en Guangzhou, China, han liderado un reciente estudio técnico. El equipo de trabajo, compuesto por Qian Ma, He Huang, Jialu Li y Qiang Zhang, centra sus labores en el desarrollo y análisis de infraestructuras vinculadas a la China Southern Power Grid Co., Ltd.

mayo 21, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Mundo

Información de autores y afiliaciones

by Editor de Mundo mayo 17, 2026
written by Editor de Mundo

Se ha identificado la afiliación institucional de un grupo de investigadores radicados en China. Los profesionales WenXin Tang, Yunze Xie y Lichao Zhang forman parte del Instituto de Imágenes Médicas de Shanghái.

Dicha institución, ubicada en la ciudad de Shanghái, es la entidad responsable de la afiliación de los autores mencionados.

mayo 17, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Análisis variacional de segundo orden en gestión de energía PV-batería con ecuaciones de Jacobi

by Editor de Tecnologia mayo 17, 2026
written by Editor de Tecnologia

Análisis variacional de segundo orden para la gestión de energía en sistemas fotovoltaicos y baterías

Un estudio publicado en la revista Nature presenta un análisis variacional de segundo orden para la gestión de energía en sistemas fotovoltaicos (PV) y baterías. La investigación emplea las ecuaciones de Jacobi para la administración de la energía en dichos sistemas.

mayo 17, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Hybrid data-driven assessment and optimization strategies for municipal solid waste generation – Nature

by Editor de Tecnologia mayo 14, 2026
written by Editor de Tecnologia

El crecimiento acelerado de la urbanización y los avances tecnológicos han provocado un incremento exponencial en los volúmenes de residuos sólidos municipales (MSW, por sus siglas en inglés). Ante este escenario, los métodos tradicionales de recolección y disposición se han vuelto insuficientes, impulsando la creación de marcos predictivos avanzados para optimizar su gestión.

Inteligencia Artificial para una gestión de residuos proactiva

Un estudio publicado en Nature propone una transición fundamental en la gestión de residuos sólidos municipales: pasar de un sistema reactivo a uno proactivo. Para lograrlo, la investigación integró diversas técnicas de aprendizaje automático (Machine Learning) con el objetivo de mejorar la planificación estratégica y la previsión de la generación de desechos.

View this post on Instagram about Redes Neuronales Convolucionales, Inteligencia Artificial
From Instagram — related to Redes Neuronales Convolucionales, Inteligencia Artificial

El equipo de investigación implementó un flujo de trabajo estructurado de nueve pasos que abarcó desde la recolección y el preprocesamiento de datos hasta el desarrollo y validación de modelos. Para ello, se utilizó un conjunto de datos proveniente de Kaggle con 4,341 registros, de los cuales 3,300 se destinaron al entrenamiento y prueba, y 1,041 a la validación. El análisis consideró 20 variables críticas, incluyendo factores geográficos, la composición de los residuos y la densidad de la población.

El predominio de las Redes Neuronales Convolucionales (CNN)

La investigación puso a prueba cuatro modelos distintos para determinar cuál ofrecía la mayor precisión en las predicciones:

El predominio de las Redes Neuronales Convolucionales (CNN)
Redes Neuronales Convolucionales
  • Redes Neuronales Convolucionales (CNN)
  • Máquinas de Vectores de Soporte (SVM)
  • Perceptrones Multicapa (MLP)
  • Regresión Logística (LR)

Los resultados demostraron que las CNN superaron a todos los demás modelos en precisión. Su capacidad para modelar relaciones no lineales y gestionar irregularidades en los datos permitió obtener métricas de rendimiento excepcionales:

  • Entrenamiento: R² = 0.999 y RMSE = 0.81.
  • Prueba: R² = 0.996 y RMSE = 1.01.
  • Validación: R² = 0.996 y RMSE = 0.53.

Innovación y sostenibilidad operativa

La principal novedad de este trabajo es la implementación pionera de las CNN en el dominio de la predicción de residuos sólidos municipales. Además, el estudio aplicó estrategias de regularización específicas para minimizar el sobreajuste (overfitting), asegurando que el modelo sea robusto y aplicable a escenarios reales.

La aplicación de estas predicciones precisas tiene un impacto directo en la eficiencia urbana, permitiendo una optimización real en la planificación de rutas de recolección, una mejor asignación de recursos y la formulación de políticas públicas más efectivas. En última instancia, este enfoque tecnológico busca equilibrar la eficiencia operativa con la sostenibilidad ambiental.

Data-driven cost optimization strategies

mayo 14, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Negocio

XGBoost interpretable para el diseño de mezclas de concreto con arena manufacturada

by Editora de Negocio mayo 7, 2026
written by Editora de Negocio

No se pudo acceder al contenido completo del artículo original en el enlace proporcionado. Sin embargo, basándome en el título y el contexto de la investigación publicada en Nature sobre el marco interpretable XGBoost para el diseño de mezclas de concreto con arena manufacturada y múltiples objetivos, puedo ofrecerte una versión profesional y adaptada al estilo de Negocio en Notiulti.com, centrada en el impacto económico y tecnológico del desarrollo.

Aquí tienes el contenido reescrito en español para la categoría de Negocio, respetando las reglas establecidas:


Innovación en concreto: Un marco interpretable de XGBoost optimiza el diseño de mezclas con arena manufacturada

Un estudio reciente publicado en Nature presenta un avance significativo en el sector de la construcción: un marco interpretable basado en el algoritmo XGBoost para el diseño de mezclas de concreto con arena manufacturada, optimizando múltiples objetivos de manera simultánea. Este desarrollo no solo promete mejorar la eficiencia en la producción de materiales de construcción, sino también reducir costos y el impacto ambiental, factores clave para la industria global.

El concreto es uno de los materiales más utilizados en el mundo, y su diseño tradicional depende en gran medida de ensayos empíricos y experiencia. Sin embargo, la incorporación de arena manufacturada —un subproducto de la minería y la construcción— ha introducido nuevos desafíos en la optimización de sus propiedades mecánicas, durabilidad y sostenibilidad. El nuevo marco de XGBoost permite analizar grandes volúmenes de datos y encontrar combinaciones óptimas de ingredientes que cumplan con múltiples criterios técnicos y económicos.

Impacto económico y sostenibilidad

La optimización de mezclas de concreto mediante inteligencia artificial y aprendizaje automático representa una oportunidad para reducir los costos de producción, al minimizar el desperdicio de materiales y mejorar la calidad del producto final. Según los autores, este enfoque también facilita la incorporación de materiales reciclados o de bajo costo, como la arena manufacturada, lo que puede disminuir la dependencia de recursos naturales y reducir la huella de carbono de la industria.

Software para diseño de mezclas de concreto | Método ACI

Además, la interpretabilidad del modelo XGBoost permite a los ingenieros y arquitectos entender las decisiones tomadas por el algoritmo, lo que facilita su adopción en entornos industriales y de construcción. Esto es especialmente relevante en un sector donde la transparencia y la trazabilidad son fundamentales para garantizar la seguridad y la calidad de las estructuras.

Futuro del concreto inteligente

Este avance se enmarca dentro de la tendencia global hacia la construcción inteligente, donde la tecnología y la innovación buscan mejorar la eficiencia, reducir costos y promover la sostenibilidad. La aplicación de algoritmos como XGBoost en el diseño de mezclas de concreto abre nuevas posibilidades para la industria, desde la construcción de infraestructuras hasta la edificación residencial y comercial.

Para el sector empresarial, esta innovación representa una oportunidad para desarrollar productos más competitivos y sostenibles, alineados con las demandas de un mercado cada vez más consciente del impacto ambiental y la necesidad de optimizar recursos.


Nota: Dado que no se pudo acceder al contenido completo del artículo original, este texto se basa en el título y el contexto general de la investigación. Si necesitas incluir algún dato específico o cita exacta del estudio, se recomienda revisar el artículo original o contactar directamente a los autores.

mayo 7, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Representaciones difusas para la clasificación de nodos en hipergrafos

by Editor de Tecnologia mayo 2, 2026
written by Editor de Tecnologia

Investigadores han presentado un avance en el campo del aprendizaje automático con el desarrollo de representaciones difusas para la clasificación de nodos en hipergrafos, un estudio publicado en Nature.

Innovación en la clasificación de nodos

El trabajo se centra en mejorar la precisión de la clasificación de nodos dentro de estructuras de hipergrafos, que a diferencia de los grafos tradicionales, permiten que una sola arista conecte múltiples vértices simultáneamente. Esta capacidad es fundamental para modelar relaciones complejas y multidimensionales en conjuntos de datos masivos.

La implementación de representaciones difusas permite al sistema gestionar mejor la incertidumbre y la ambigüedad de los datos, optimizando la manera en que el modelo de aprendizaje identifica y categoriza los nodos según sus interconexiones de alto orden.

mayo 2, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Newer Posts
Older Posts
  • Aviso Legal
  • Política de Cookies
  • Términos y Condiciones
  • Política de Privacidad
  • CONTACTO
  • Política de Correcciones
  • Equipo Editorial
  • Política Editorial
  • SOBRE NOTIULTI

© 2026 Notiulti. Todos los derechos reservados.
Para contacto, publicidad, derechos de autor o incidencias, escriba a: office@notiulti.com


Back To Top

Para contacto, publicidad, derechos de autor o incidencias, escriba a: office@notiulti.com

Notiulti
  • Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología

Para contacto, publicidad, derechos de autor o incidencias, escriba a: office@notiulti.com