{"id":641,"date":"2026-04-20T17:56:44","date_gmt":"2026-04-20T17:56:44","guid":{"rendered":"https:\/\/colmenia.ugto.mx\/?page_id=641"},"modified":"2026-08-04T09:49:00","modified_gmt":"2026-08-04T15:49:00","slug":"investigacion-y-desarrollo","status":"publish","type":"page","link":"https:\/\/colmenia.ugto.mx\/index.php\/investigacion-y-desarrollo\/","title":{"rendered":"Investigaci\u00f3n y desarrollo"},"content":{"rendered":"\n<div class=\"wp-block-cover alignfull has-parallax has-custom-content-position is-position-top-center\" style=\"min-height:100vh;aspect-ratio:unset;\"><div class=\"wp-block-cover__image-background wp-image-704 size-full has-parallax\" style=\"background-position:50% 50%;background-image:url(https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2026\/04\/Fondo-sin-imagen-scaled.png)\"><\/div><span aria-hidden=\"true\" class=\"wp-block-cover__background has-background-dim-0 has-background-dim\" style=\"background-color:#586996\"><\/span><div class=\"wp-block-cover__inner-container is-layout-constrained wp-block-cover-is-layout-constrained\">\n\n<div class=\"wp-block-image is-style-default\">\n<figure class=\"aligncenter size-large is-resized\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"154\" src=\"https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2025\/05\/logo_sed_footer_nodo-1024x154.png\" alt=\"\" class=\"wp-image-351\" style=\"aspect-ratio:6.650434782608696;object-fit:cover;width:200px;height:auto\" srcset=\"https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2025\/05\/logo_sed_footer_nodo-1024x154.png 1024w, https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2025\/05\/logo_sed_footer_nodo-300x45.png 300w, https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2025\/05\/logo_sed_footer_nodo-768x116.png 768w, https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2025\/05\/logo_sed_footer_nodo-1536x232.png 1536w, https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2025\/05\/logo_sed_footer_nodo-2048x309.png 2048w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n<\/div>\n\n<div class=\"wp-block-image has-custom-css wp-custom-css-d11437ec\">\n<figure class=\"aligncenter size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" width=\"1836\" height=\"1876\" src=\"https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2026\/04\/Cuadradas-04.png\" alt=\"\" class=\"wp-image-656\" style=\"aspect-ratio:0.9746192893401016;width:342px;height:auto\" srcset=\"https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2026\/04\/Cuadradas-04.png 1836w, https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2026\/04\/Cuadradas-04-294x300.png 294w, https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2026\/04\/Cuadradas-04-1002x1024.png 1002w, https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2026\/04\/Cuadradas-04-768x785.png 768w, https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2026\/04\/Cuadradas-04-1503x1536.png 1503w\" sizes=\"auto, (max-width: 1836px) 100vw, 1836px\" \/><\/figure>\n<\/div>\n\n\n<div class=\"wp-block-group\"><div class=\"wp-block-group__inner-container is-layout-constrained wp-block-group-is-layout-constrained\">\n<h1 class=\"wp-block-heading has-text-align-center encabezado-principal-responsive has-text-color has-link-color wp-elements-1\" style=\"color:#fcc430;font-size:55px\"><strong><strong><strong>Investigaci\u00f3n y desarrollo<\/strong><\/strong><\/strong><\/h1>\n\n\n\n<p class=\"justify-text wp-block-paragraph\">Este eje se refiere a las iniciativas orientadas a la producci\u00f3n de conocimiento, el an\u00e1lisis del impacto educativo de la IA y el desarrollo de soluciones tecnol\u00f3gicas.<\/p>\n\n\n\n<h2 class=\"wp-block-heading encabezado-responsive has-text-color has-link-color wp-elements-2\" style=\"color:#fcc430\"><strong><strong><strong><strong>Investigaci\u00f3n educativa sobre IA<\/strong><\/strong><\/strong><\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Desarrollo de l\u00edneas de investigaci\u00f3n destinadas a analizar el impacto de la IA en procesos educativos y a mejorar el uso de modelos de lenguaje en contextos acad\u00e9micos.<\/p>\n\n\n\n<h2 class=\"wp-block-heading encabezado-responsive has-text-color has-link-color wp-elements-3\" style=\"color:#fcc430\"><strong><strong><strong><strong><strong>Desarrollo institucional de modelos y herramientas basadas en IA<\/strong><\/strong><\/strong><\/strong><\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Iniciativa impulsada por el Sistema de Educaci\u00f3n Digital orientada a adaptar modelos de lenguaje y desarrollar herramientas tecnol\u00f3gicas acordes con las necesidades acad\u00e9micas de la Universidad de Guanajuato, con el prop\u00f3sito de apoyar procesos de docencia, investigaci\u00f3n y gesti\u00f3n educativa.<\/p>\n\n\n\n<h2 class=\"wp-block-heading encabezado-responsive has-text-color has-link-color wp-elements-4\" style=\"color:#fcc430\"><strong><strong><strong><strong>Relaci\u00f3n de proyectos de investigaci\u00f3n sobre IA<\/strong><\/strong><\/strong><\/strong><\/h2>\n\n\n\n<div style=\"height:14px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<style data-wp-block-html=\"css\">\n.colmenia-cards{\n    --card-bg: rgba(20,30,50,.40);\n    --border: rgba(83,171,225,.30);\n    --accent: #53ABE1;\n    --title: #FCC430;\n    --btn-more: #FCC430;\n    --shadow: 0 10px 35px rgba(0,0,0,.35);\n    --radius: 18px;\n    --fade-to: rgba(20,30,50,.55);\n\n    display:flex;\n    flex-direction:column;\n    gap:24px;\n\n    font-family:\"Segoe UI\",sans-serif;\n}\n\n.colmenia-cards *{\n    box-sizing:border-box;\n}\n\n.card-colmenia-full{\n    width:100%;\n    padding:24px;\n    border-radius:var(--radius);\n    background:var(--card-bg);\n    backdrop-filter:blur(14px);\n    border:1px solid var(--border);\n    box-shadow:var(--shadow);\n}\n\n.card-header{\n    display:flex;\n    flex-direction:column;\n    gap:12px;\n}\n\n.card-title-container{\n    display:flex;\n    gap:15px;\n    align-items:flex-start;\n}\n\n.card-image{\n    width:60px;\n    height:60px;\n    border-radius:12px;\n    object-fit:cover;\n    flex-shrink:0;\n}\n\n.card-title{\n    color:var(--title);\n    margin:0;\n    font-size:1.45rem;\n    line-height:1.25;\n}\n\n.meta-badges{\n    display:grid;\n    grid-template-columns:\n        repeat(3,minmax(0,1fr));\n    gap:12px;\n}\n\n.badge{\n    display:flex;\n    align-items:center;\n    padding:10px 12px;\n    border-radius:14px;\n    background:rgba(83,171,225,.10);\n    border:1px solid rgba(83,171,225,.25);\n    text-decoration:none;\n    color:white;\n}\n\n.badge:hover{\n    border-color:#FCC430;\n}\n\n.badge-text{\n    display:flex;\n    flex-direction:column;\n}\n\n.badge-label{\n    font-size:.8rem;\n    opacity:.75;\n}\n\n.badge-value{\n    font-size:.95rem;\n    font-weight:700;\n}\n\n.card-description-container{\n    margin-top:15px;\n    position:relative;\n}\n\n.card-description{\n    color:white;\n    line-height:1.7;\n    margin:0;\n}\n\n.card-description.collapsed{\n    display:-webkit-box;\n    -webkit-box-orient:vertical;\n    -webkit-line-clamp:4;\n    overflow:hidden;\n}\n\n.card-description-container.is-collapsed:after{\n    content:\"\";\n    position:absolute;\n    left:0;\n    right:0;\n    bottom:48px;\n    height:60px;\n\n    background:\n    linear-gradient(\n        rgba(20,30,50,0),\n        var(--fade-to)\n    );\n\n    pointer-events:none;\n}\n\n.btn-toggle{\n    margin-top:10px;\n    float:right;\n\n    border:none;\n    border-radius:8px;\n    padding:8px 12px;\n\n    background:var(--btn-more);\n    color:#000;\n\n    font-weight:700;\n    cursor:pointer;\n    font-size:12px; \n}\n\n.card-authors{\n    margin-top:25px;\n}\n\n.authors-title{\n    display:block;\n    color:var(--accent);\n    font-weight:700;\n    margin-bottom:10px;\n}\n\n.authors-badges{\n    display:flex;\n    flex-wrap:wrap;\n    gap:8px;\n}\n\n.author-badge{\n    padding:7px 12px;\n    border-radius:999px;\n    background:rgba(83,171,225,.08);\n    border:1px solid rgba(83,171,225,.25);\n    color:white;\n    font-size:.90rem;\n}\n\n@media(max-width:768px){\n\n    .meta-badges{\n        grid-template-columns:1fr;\n    }\n\n    .card-title{\n        font-size:1.15rem;\n    }\n\n}\n<\/style>\n\n<div id=\"colmenia-publicaciones\" class=\"colmenia-cards\"><\/div>\n\n\n<script>\n\n\/*****************************************************************\n JSON DE INVESTIGACIONES\n Sustituye este array por el JSON completo\n******************************************************************\/\n\nconst publicaciones = [\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Automated Machine Learning for Text Classification: Creating Ensembles of Classifiers through Evolutionary Hyper-Heuristics\",\n    \"Resumen\": \"Este trabajo presenta un nuevo enfoque en el aprendizaje autom\u00e1tico automatizado que optimiza la clasificaci\u00f3n de textos mediante el uso de hiperheur\u00edsticas para generar ensambles de clasificadores a la medida. El sistema representa estas hiperheur\u00edsticas como bloques en un espacio de 16 dimensiones basado en metacaracter\u00edsticas del texto, seleccionando los $k$ bloques m\u00e1s cercanos a un conjunto de datos para construir el ensamble. Este modelo se optimiza evolutivamente mediante un algoritmo gen\u00e9tico que aplica operadores de cruza y mutaci\u00f3n a lo largo de varias generaciones, evaluando su rendimiento con datos de entrenamiento y validando la mejor soluci\u00f3n con datos no vistos para comprobar su capacidad de generalizaci\u00f3n. Finalmente, los resultados demuestran que este m\u00e9todo supera a dos sistemas de \u00faltima generaci\u00f3n y a un enfoque previo, logrando reducir significativamente la complejidad t\u00e9cnica y mejorar la eficiencia para usuarios no expertos.\",\n    \"Autores\": \"Jonathan Estrella Ram\u00edrez (jdj.estrellaramirez@ugto.mx)\\nCarlos Hugo Garc\u00eda Capul\u00edn (mailto:carlosg@ugto.mx)\\nOscar Almanza Conejo (o.almanza@ugto.mx)\\nJuan Carlos G\u00f3mez Carranza (jc.gomez@ugto.mx)\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"Noviembre de 2025\",\n    \"\": \"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0952197625017403\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Detecci\u00f3n y clasificaci\u00f3n de llamadas sociales de quir\u00f3pteros (an\u00e1lisis tiempo-frecuencia con integraci\u00f3n de inteligencia artificial)\",\n    \"Resumen\": \"Este proyecto desarrolla un sistema de inteligencia artificial aplicado a bioac\u00fastica, orientado a identificar y clasificar las llamadas sociales de murci\u00e9lagos (Eptesicus fuscus) a partir de grabaciones de alta frecuencia. La innovaci\u00f3n central consiste en integrar modelos de aprendizaje profundo (deep learning) con representaciones tiempo\u2013frecuencia entrenables, es decir, una forma avanzada de transformar el sonido en im\u00e1genes que la IA puede optimizar autom\u00e1ticamente durante el entrenamiento. A diferencia de los enfoques tradicionales, donde estas representaciones son fijas, este proyecto propone que la propia IA aprenda c\u00f3mo \u201cver\u201d mejor las se\u00f1ales ac\u00fasticas. El sistema utiliza redes neuronales convolucionales (CNN) preentrenadas, enriquecidas con capas diferenciables que modelan fen\u00f3menos f\u00edsicos del sonido, lo que mejora tanto la precisi\u00f3n como la interpretabilidad de los resultados. Adem\u00e1s, incorpora aprendizaje multitarea al considerar simult\u00e1neamente el tipo de llamado y el tipo de ruido presente. El proyecto tiene potencial para avances en monitoreo ecol\u00f3gico automatizado, permitiendo estudiar comportamientos sociales de especies poco exploradas mediante herramientas de IA explicables.\",\n    \"Autores\": \"Arturo Garc\u00eda P\u00e9rez (arturo@ugto.mx)\",\n    \"Tipo de investigaci\u00f3n\": \"Proyectos de investigaci\u00f3n\",\n    \"Fecha de publicaci\u00f3n\": \"\",\n    \"\": \"\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Clasificaci\u00f3n de arritmias card\u00edacas en se\u00f1alas ECG (an\u00e1lisis tiempo-frecuencia con integraci\u00f3n de inteligencia artificial)\",\n    \"Resumen\": \"Este proyecto aplica inteligencia artificial en el \u00e1mbito biom\u00e9dico para la detecci\u00f3n temprana de fibrilaci\u00f3n auricular parox\u00edstica, una arritmia card\u00edaca dif\u00edcil de identificar en registros cortos. La propuesta introduce un enfoque innovador en el que la IA no solo clasifica se\u00f1ales, sino que tambi\u00e9n optimiza la forma en que se representan los datos electrocardiogr\u00e1ficos (ECG) mediante transformaciones tiempo frecuencia aprendibles. Estas transformaciones se ajustan autom\u00e1ticamente durante el entrenamiento, manteniendo restricciones basadas en la fisiolog\u00eda card\u00edaca, lo que incrementa la precisi\u00f3n y confiabilidad del modelo. El sistema emplea redes neuronales profundas (como InceptionV3 y EfficientNet) combinadas con estas capas especializadas, lo que permite identificar patrones complejos asociados a la arritmia. Adem\u00e1s, incluye t\u00e9cnicas de IA explicable (como Grad-CAM) para mostrar qu\u00e9 partes de la se\u00f1al influyen en cada decisi\u00f3n, favoreciendo su interpretaci\u00f3n cl\u00ednica. Este proyecto contribuye al desarrollo de herramientas de apoyo diagn\u00f3stico basadas en IA, con potencial impacto en la detecci\u00f3n oportuna de enfermedades cardiovasculares.\",\n    \"Autores\": \"Arturo Garc\u00eda P\u00e9rez (arturo@ugto.mx)\",\n    \"Tipo de investigaci\u00f3n\": \"Proyectos de investigaci\u00f3n\",\n    \"Fecha de publicaci\u00f3n\": \"\",\n    \"\": \"\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"La inteligencia artificial en el desarrollo de habilidades digitalesen estudiantes de Ingenier\u00eda Geom\u00e1tica de la Universidad de Guanajuato\",\n    \"Resumen\": \"El estudio analiza la influencia de la Inteligencia Artificial (IA) en la capacidad digital en estudiantes de Ingenier\u00eda Geom\u00e1tica de la Universidad de Guanajuato. El objetivo es identificar c\u00f3mo la integraci\u00f3n de herramientas de IA impacta la percepci\u00f3n y adquisici\u00f3n de competencias digitales especializadas, como el procesamiento de datos geoespaciales y la modelizaci\u00f3n 3D. Se emple\u00f3 un enfoque cuantitativo no experimental, con dise\u00f1o descriptivo-transversal y aplicaci\u00f3n de escalas tipo Likert para medir percepciones y autoevaluaciones, complementado con an\u00e1lisis correlacionales para explorar la relaci\u00f3n entre el uso de IA y el desempe\u00f1o acad\u00e9mico. Los resultados muestran que la mayor\u00eda de los estudiantes perciben la IA como un recurso que personaliza el aprendizaje, facilita la retroalimentaci\u00f3n inmediata y optimiza la resoluci\u00f3n de problemas complejos. Se identific\u00f3 una correlaci\u00f3n positiva entre la adopci\u00f3n de IA y la formaci\u00f3n en tecnolog\u00edas especializadas. Sin embargo, persisten desaf\u00edos como la limitada formaci\u00f3n docente en herramientas digitales y la necesidad de protocolos \u00e9ticos para la aplicaci\u00f3n de datos sensibles. Las conclusiones subrayan la importancia de fortalecer la capacitaci\u00f3n docente, actualizar los planes de estudio y promover una integraci\u00f3n \u00e9tica y responsable de la IA en la formaci\u00f3n Geom\u00e1tica. El estudio recomienda dise\u00f1ar estrategias institucionales que garanticen equidad en el acceso a recursos tecnol\u00f3gicos y protecci\u00f3n de la informaci\u00f3n, contribuyendo a cerrar la brecha entre innovaci\u00f3n tecnol\u00f3gica, as\u00ed como la formaci\u00f3n profesional especializada.\",\n    \"Autores\": \"V\u00edctor Guillermo Flores Rodr\u00edguez (victor@ugto.mx)\\nN\u00e9lida Bethel Alcal\u00e1 Cort\u00e9s (nalcala@ugto.mx)\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"26 de julio de 2025\",\n    \"\": \"https:\/\/dialnet.unirioja.es\/descarga\/articulo\/10329670.pdf\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Natural language processing applied to tourism research: A systematic review and future research directions \/ Procesamiento de Lenguaje Natural aplicado a la investigaci\u00f3n tur\u00edstica\",\n    \"Resumen\": \"Este proyecto consisti\u00f3 en una revisi\u00f3n sistem\u00e1tica exhaustiva sobre el uso de t\u00e9cnicas de Procesamiento de Lenguaje Natural (PNL) en la industria tur\u00edstica. Utilizando la metodolog\u00eda PRISMA, se analizaron 227 estudios relevantes de la \u00faltima d\u00e9cada, identificando las principales metodolog\u00edas, herramientas, fuentes de datos y caracter\u00edsticas del campo. Una de las contribuciones principales fue la creaci\u00f3n de una taxonom\u00eda para el uso de PLN en turismo, que clasific\u00f3 los estudios en cinco grandes categor\u00edas: an\u00e1lisis de sentimiento, marca de destino, sistemas de recomendaci\u00f3n, asistencia al viajero y respuesta a preguntas. El an\u00e1lisis identific\u00f3 que, a pesar del dominio de t\u00e9cnicas tradicionales como SVM (M\u00e1quinas de Vectores de Soporte, en espa\u00f1ol) y redes bayesianas, existe una tendencia creciente hacia el uso de arquitecturas de aprendizaje profundo como transformers.\",\n    \"Autores\": \"\u00c1ngel D\u00edaz-Pacheco\\nMiguel \u00c1. \u00c1lvarez-Carmona\\nRam\u00f3n Aranda \\nAnsel Y. Rodr\u00edguez-Gonzalez \\nDaniel Fajardo-Delgado \\nMar\u00eda Guadalupe S\u00e1nchez\\nHumberto P\u00e9rez-Espinosa\\nJuan Mart\u00ednez-Miranda\\nRafael Guerrero-Rodr\u00edguez \\nL\u00e1zaro Bustio-Mart\u00ednez\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"Noviembre de 2022\",\n    \"\": \"https:\/\/doi.org\/10.1016\/j.jksuci.2022.10.010\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Arti\ufb01cial intelligence methods to support the research of destination image in tourism. A systematic review \/ M\u00e9todos de IA para la investigaci\u00f3n de la imagen de destino tur\u00edstico\",\n    \"Resumen\": \"En este proyecto se realiz\u00f3 una revisi\u00f3n sistem\u00e1tica de los m\u00e9todos de Inteligencia Artificial utilizados para estudiar el constructo de imagen de destino (Destination Image) en el turismo. Se identificaron las principales t\u00e9cnicas computacionales, representaciones, mediciones y resultados derivados de la perspectiva de ciencias de la computaci\u00f3n aplicada al turismo. Como resultado, se propusieron dos taxonom\u00edas: una relacionada con los m\u00e9todos y t\u00e9cnicas, y otra con los resultados obtenidos. El an\u00e1lisis mostr\u00f3 que las fuentes electr\u00f3nicas de informaci\u00f3n est\u00e1n ganando fuerza, con una tendencia creciente en el uso de redes neuronales y t\u00e9cnicas de deep learning.\",\n    \"Autores\": \"Angel Diaz-Pacheco\\nMiguel \u00c1. \u00c1lvarez-Carmona\\nRafael Guerrero-Rodr\u00edguez\\nLuz Ang\u00e9lica Ceballos Ch\u00e1vez\\nAnsel Y. Rodr\u00edguez-Gonz\u00e1lez\\nJuan Pablo Ram\u00edrez-Silva\\nRam\u00f3n Aranda\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"13 de diciembre de 2022\",\n    \"\": \"https:\/\/doi.org\/10.1080\/0952813X.2022.2153276\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"A comprehensive deep learning approach for topic discovering and sentiment analysis of textual information in tourism \/ Descubrimiento de t\u00f3picos y an\u00e1lisis de sentimiento con deep learning en turismo\",\n    \"Resumen\": \"Este proyecto propuso un m\u00e9todo integral basado en aprendizaje profundo para la recolecci\u00f3n, preprocesamiento, an\u00e1lisis y clasificaci\u00f3n de datos textuales en extensas colecciones de documentos tur\u00edsticos. El m\u00e9todo fue dise\u00f1ado para producir resultados comprensibles para personas no expertas en ciencia de datos. Se prob\u00f3 con un corpus de noticias en ingl\u00e9s provenientes de Estados Unidos y Canad\u00e1 sobre Canc\u00fan (M\u00e9xico), publicadas entre julio de 2021 y julio de 2022. A pesar de la cobertura medi\u00e1tica negativa, los resultados revelaron una actitud positiva hacia las amenidades de Canc\u00fan, proporcionando informaci\u00f3n \u00fatil para la gesti\u00f3n de la reputaci\u00f3n digital del destino.\",\n    \"Autores\": \"\u00c1ngel D\u00edaz-Pacheco \\nRafael Guerrero-Rodr\u00edguez \\nMiguel \u00c1. \u00c1lvarez-Carmona \\nAnsel Y. Rodr\u00edguez-Gonz\u00e1lez \\nRam\u00f3n Aranda\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"Octubre 2023\",\n    \"\": \"https:\/\/doi.org\/10.1016\/j.jksuci.2023.101746\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"What does the media tell us about a destination? The Cancun case, seen from the USA, Canada, and Mexico \/ An\u00e1lisis de la imagen de Canc\u00fan a trav\u00e9s de los medios de comunicaci\u00f3n\",\n    \"Resumen\": \"Este estudio analiz\u00f3 c\u00f3mo los medios de comunicaci\u00f3n de Estados Unidos, Canad\u00e1 y M\u00e9xico presentan la imagen de Canc\u00fan como destino tur\u00edstico. Mediante t\u00e9cnicas de PLN y miner\u00eda de texto, se recopilaron y procesaron aproximadamente 6,592 art\u00edculos period\u00edsticos. La metodolog\u00eda propuesta ofrece una perspectiva agn\u00f3stica que identifica los temas principales presentes en los datos, liberando a expertos y gestores de la revisi\u00f3n manual exhaustiva de cada documento y de los esfuerzos log\u00edsticos y econ\u00f3micos de realizar encuestas in situ.\",\n    \"Autores\": \"Elizabeth Olmos-Mart\u00ednez\\nMiguel \u00c1. \u00c1lvarez-Carmona\\nRam\u00f3n Aranda\\nAngel D\u00edaz-Pacheco\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"16 de mayo de 2023\",\n    \"\": \"https:\/\/doi.org\/10.1108\/IJTC-09-2022-0223\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Quantifying differences between UGC and DMO\u2019s image content on Instagram using deep learning \/ Cuantificaci\u00f3n de diferencias entre contenido generado por usuarios y DMOs en Instagram\",\n    \"Resumen\": \"Este proyecto propuso una metodolog\u00eda innovadora basada en aprendizaje profundo y visi\u00f3n por computadora para comparar autom\u00e1ticamente las im\u00e1genes de destinos tur\u00edsticos publicadas por las Organizaciones de Gesti\u00f3n de Destinos (DMOs) y las generadas por los usuarios (UGC) en Instagram. Se seleccionaron cuatro destinos mexicanos (dos urbanos y dos de playa): Ciudad de M\u00e9xico, Guadalajara, Riviera Maya y Acapulco. El m\u00e9todo utiliz\u00f3 redes neuronales convolucionales (Places-CNNs) para el reconocimiento de escenas y la distancia Earth Mover\u2019s Distance para medir diferencias. Los hallazgos indicaron que los destinos urbanos comparten mayores similitudes en dimensiones culturales e infraestructura tur\u00edstica, mientras que los de playa convergen en dimensiones de sol, gastronom\u00eda y entretenimiento.\",\n    \"Autores\": \"\u00c1ngel D\u00edaz-Pacheco \\nRafael Guerrero-Rodr\u00edguez\\nMiguel \u00c1. \u00c1lvarez-Carmona\\nAnsel Y. Rodr\u00edguez-Gonz\u00e1lez\\nRam\u00f3n Aranda\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"4 de enero de 2024\",\n    \"\": \"https:\/\/doi.org\/10.1007\/s40558-023-00282-9\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Evaluating culinary skill transfer: A deep learning approach to comparing student and chef dishes using image analysis \/ Evaluaci\u00f3n de la Transferencia de Habilidades Culinarias mediante Deep Learning\",\n    \"Resumen\": \"Este proyecto abord\u00f3 un reto fundamental en la educaci\u00f3n gastron\u00f3mica: la evaluaci\u00f3n objetiva de la transferencia de habilidades culinarias de educadores a estudiantes. Se propuso el uso de aprendizaje profundo y an\u00e1lisis de im\u00e1genes, particularmente redes neuronales convolucionales (CNNs) como VGG-16, para identificar y cuantificar autom\u00e1ticamente las diferencias visuales entre platillos preparados por estudiantes e instructores. Los resultados demostraron que las CNNs pueden capturar eficazmente caracter\u00edsticas visuales cr\u00edticas, ofreciendo un enfoque de evaluaci\u00f3n m\u00e1s consistente y escalable que los m\u00e9todos tradicionales de observaci\u00f3n directa.\",\n    \"Autores\": \"Ismael Castillo-Ortiz \\nMiguel \u00c1. \u00c1lvarez-Carmona \\nRam\u00f3n Aranda \\n\u00c1ngel D\u00edaz-Pacheco\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"Diciembre 2024\",\n    \"\": \"https:\/\/doi.org\/10.1016\/j.ijgfs.2024.101070\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"AI-driven analysis of hotel digital reputation: insights from a Mexican destination \/ Reputaci\u00f3n digital impulsada por IA en el sector hotelero de Guanajuato\",\n    \"Resumen\": \"Este proyecto desarroll\u00f3 una metodolog\u00eda impulsada por Inteligencia Artificial para el an\u00e1lisis de la reputaci\u00f3n digital de los hoteles de Guanajuato, M\u00e9xico. Se analizaron cerca de 70,000 rese\u00f1as provenientes de cuatro plataformas (Booking, Expedia, Google Reviews y TripAdvisor) mediante t\u00e9cnicas de PLN, aprendizaje autom\u00e1tico y modelado de t\u00f3picos. El estudio abord\u00f3 la brecha en la literatura sobre contextos latinoamericanos, donde la investigaci\u00f3n aplicando estos m\u00e9todos de forma sistem\u00e1tica era limitada. El marco metodol\u00f3gico propuesto permite recopilar y analizar autom\u00e1ticamente contenido generado por usuarios de m\u00faltiples plataformas, identificando diferencias entre plataformas y tendencias emergentes en las percepciones de los hu\u00e9spedes.\",\n    \"Autores\": \"Rafael Guerrero-Rodr\u00edguez\\nMiguel A. \u00c1lvarez-Carmona\\nRam\u00f3n Aranda\\n\u00c1ngel D\u00edaz-Pacheco\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"10 de diciembre de 2025\",\n    \"\": \"https:\/\/doi.org\/10.1080\/20565607.2025.2600691\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Cap\u00edtulo 12. Midiendo los principales t\u00f3picos de las opiniones de turiras sobre pueblos m\u00e1gicos en M\u00e9xico\",\n    \"Resumen\": \"Este proyecto, materializado como un cap\u00edtulo de libro, present\u00f3 la construcci\u00f3n de la base de datos m\u00e1s grande en espa\u00f1ol de opiniones sobre Pueblos M\u00e1gicos, con m\u00e1s de 300,000 comentarios de TripAdvisor. Se propuso una metodolog\u00eda robusta para la identificaci\u00f3n autom\u00e1tica de tem\u00e1ticas en las opiniones de los turistas mediante miner\u00eda de texto y t\u00e9cnicas de IA. Los resultados revelaron que la comida y la naturaleza son aspectos esenciales en la experiencia tur\u00edstica, mientras que factores como precios, ubicaci\u00f3n, amabilidad y limpieza determinan la satisfacci\u00f3n del turista. El estudio tambi\u00e9n explor\u00f3 los impactos y retos de la IA para la sostenibilidad de estos destinos.\",\n    \"Autores\": \"Miguel \u00c1. \u00c1lvarez-Carmona\\nRam\u00f3n Aranda\\n\u00c1ngel D\u00edaz Pacheco\",\n    \"Tipo de investigaci\u00f3n\": \"Cap\u00edtulo de libro (pp. 323-348)\",\n    \"Fecha de publicaci\u00f3n\": 2026,\n    \"\": \"https:\/\/www.amiturismo.org\/archivos\/pdfs\/Turismo%20en%20Pueblos%20Ma%CC%81gicos%20de%20Me%CC%81xico_2026.pdf\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"X-FSPMiner: A Novel Algorithm for Frequent Similar Pattern Mining \/ X-FSPMiner: Algoritmo para Miner\u00eda de Patrones Similares Frecuentes\",\n    \"Resumen\": \"Este proyecto propuso X-FSPMiner, un algoritmo eficiente para la miner\u00eda de todos los patrones similares frecuentes (FSP, por sus siglas en ingl\u00e9s) utilizando funciones de similitud booleanas y mon\u00f3tonas no crecientes. A diferencia de la miner\u00eda de patrones frecuentes tradicional basada en igualdad estricta, el enfoque FSP incorpora funciones de similitud en el c\u00f3mputo de frecuencia, permitiendo que ocurrencias de descripciones similares contribuyan a la frecuencia de un patr\u00f3n. El algoritmo emplea la estructura de datos FV-Tree para condensar colecciones de objetos descritos por atributos num\u00e9ricos y no num\u00e9ricos, y computar r\u00e1pidamente la frecuencia de los FSPs. Los resultados experimentales demostraron que X-FSPMiner supera ampliamente a los algoritmos del estado del arte (ObjectMiner y STreeDC-Miner) en tiempo de ejecuci\u00f3n.\",\n    \"Autores\": \"Ansel Y. Rodr\u00edguez-Gonz\u00e1lez\\nRam\u00f3n Aranda\\nMiguel \u00c1. \u00c1lvarez-Carmona\\nAngel D\u00edaz-Pacheco\\nRosa Mar\u00eda Valdovinos Rosas\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"26 de marzo de 2024\",\n    \"\": \"https:\/\/doi.org\/10.1145\/3643820\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"PSO-FSPMiner: A Metaheuristic Approach for Mining a Representative Subset of Frequent Similar Patterns \/ PSO-FSPMiner: Enfoque Metaheur\u00edstico para Miner\u00eda de Subconjuntos Representativos de Patrones\",\n    \"Resumen\": \"Derivado de la l\u00ednea de investigaci\u00f3n en miner\u00eda de patrones similares, este proyecto propuso PSO-FSPMiner, un enfoque metaheur\u00edstico basado en Optimizaci\u00f3n por Enjambre de Part\u00edculas (PSO) para extraer un subconjunto representativo de patrones similares frecuentes. Un desaf\u00edo notable en la miner\u00eda de FSPs es la proliferaci\u00f3n de patrones redundantes que incrementan el costo computacional y complican el an\u00e1lisis humano. PSO-FSPMiner incorpora dos funciones de evaluaci\u00f3n novedosas \u2014representatividad y cobertura\u2014 para valorar la calidad de los subconjuntos candidatos. Los experimentos en conjuntos de datos reales demostraron que el subconjunto minado captura aproximadamente el 86.4% del conocimiento del conjunto de datos con una reducci\u00f3n sustancial de patrones de alrededor del 85.9%.\",\n    \"Autores\": \"Ansel Y. Rodr\u00edguez-Gonz\u00e1lez\\nRosa Mar\u00eda Valdovinos-Rosas\\nGretel Bernal Bar\u00f3\\nRam\u00f3n Aranda\\nAngel D\u00edaz-Pacheco\\nMiguel \u00c1. \u00c1lvarez-Carmona 2,6ORCID\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"18 de marzo de 2026\",\n    \"\": \"https:\/\/doi.org\/10.3390\/a19030229\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"El turismo en la era de los macrodatos\",\n    \"Resumen\": \"Adem\u00e1s de la producci\u00f3n cient\u00edfica en revistas de alto impacto, el Dr. D\u00edaz-Pacheco ha participado en la divulgaci\u00f3n de la ciencia con un art\u00edculo en la revista \u00bfC\u00f3mo ves? de la UNAM (n\u00famero 289, 2022), titulado \u201cEl turismo en la era de los macrodatos\u201d, en coautor\u00eda con Ram\u00f3n Aranda. Este trabajo acerc\u00f3 al p\u00fablico general los conceptos de Big Data e Inteligencia Artificial aplicados al turismo.\",\n    \"Autores\": \"\u00c1ngel D\u00edaz Pacheco\\n\u00c1ngel Ram\u00f3n Aranda Campos\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado (n\u00fam. 289, pp. 28-31)\",\n    \"Fecha de publicaci\u00f3n\": 2022,\n    \"\": \"https:\/\/www.comoves.unam.mx\/numeros\/indice\/289\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Foro de Evaluaci\u00f3n Rest-Mex (2021\u20132025)\",\n    \"Resumen\": \"Rest-Mex es un foro de evaluaci\u00f3n cient\u00edfica pionero en el an\u00e1lisis de textos tur\u00edsticos en espa\u00f1ol mexicano, del cual el Dr. D\u00edaz-Pacheco ha sido coorganizador. Desde su creaci\u00f3n en 2021 y a lo largo de sus ediciones (2022, 2023, 2025), el foro ha propuesto diversas tareas compartidas que incluyen sistemas de recomendaci\u00f3n, an\u00e1lisis de sentimiento en opiniones de turistas mexicanos, predicci\u00f3n del sem\u00e1foro epidemiol\u00f3gico COVID-19 y agrupamiento de textos tur\u00edsticos. Para estas tareas se han construido corpus masivos con cientos de miles de opiniones de TripAdvisor y noticias de medios mexicanos. El foro ha logrado una participaci\u00f3n internacional de equipos provenientes de M\u00e9xico, Espa\u00f1a, Cuba, Colombia, B\u00e9lgica y Suiza, entre otros. En su edici\u00f3n 2025, se ha incorporado la tarea de an\u00e1lisis de sentimiento espec\u00edficamente para Pueblos M\u00e1gicos de M\u00e9xico. Rest-Mex se ha consolidado como el principal foro de referencia en PLN aplicado al turismo en lengua espa\u00f1ola.\",\n    \"Autores\": \"\u00c1lvarez-Carmona, D\u00edaz-Pacheco, Aranda et al. Ediciones 2022, 2023 y 2025 en Procesamiento del Lenguaje Natural, vols. 69, 71 y pr\u00f3xima edici\u00f3n.\",\n    \"Tipo de investigaci\u00f3n\": \"\",\n    \"Fecha de publicaci\u00f3n\": \"\",\n    \"\": \"https:\/\/www.proquest.com\/scholarly-journals\/overview-rest-mex-at-iberlef-2023-research-on\/docview\/2868088199\/se-2?accountid=170276\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Artificial neural network-based predictions of the viscoelastic properties of polymer matrix composites\",\n    \"Resumen\": \"El art\u00edculo describe c\u00f3mo la inteligencia artificial, y en particular las redes neuronales artificiales, est\u00e1 revolucionando el dise\u00f1o de nuevos materiales. En lugar de depender \u00fanicamente de experimentos largos y costosos, se pueden entrenar algoritmos capaces de predecir r\u00e1pidamente c\u00f3mo se comportar\u00e1 un material bajo distintas condiciones fisicoqu\u00edmicas.\\n \\nEl estudio se centra en los llamados compuestos de matriz polim\u00e9rica, materiales formados por pol\u00edmeros combinados con nanopart\u00edculas. Esta mezcla les otorga propiedades qu\u00edmicas, f\u00edsicas y mec\u00e1nicas muy especiales, \u00fatiles en aplicaciones tecnol\u00f3gicas como la creaci\u00f3n de microfilms capaces de adherirse a superficies. En particular, especialmente en propiedades relacionadas con la reolog\u00eda, es decir, la forma en que estos materiales fluyen y se deforman. Entre estas propiedades destacan la viscosidad y los m\u00f3dulos viscoel\u00e1sticos dependientes de la frecuencia, par\u00e1metros fundamentales para entender la estabilidad, flexibilidad y adherencia de los compuestos. Para ello, utilizamos redes neuronales entrenadas con datos experimentales de materiales preparados con distintos tipos de sales. Los resultados mostraron que los algoritmos pueden predecir con gran precisi\u00f3n el comportamiento viscoel\u00e1stico de los materiales en una amplia variedad de composiciones.\\n \\nEn conjunto, el trabajo demuestra que el aprendizaje autom\u00e1tico puede convertirse en una herramienta poderosa para acelerar la investigaci\u00f3n en Ciencia de Materiales. Adem\u00e1s, la metodolog\u00eda propuesta no se limita a los compuestos polim\u00e9ricos, sino que podr\u00eda aplicarse al estudio de muchos otros materiales capaces de formar pel\u00edculas funcionales.\",\n    \"Autores\": \"Jos\u00e9 A. Moreno-Guerra\\nChristian G\u00f3mez-Sol\u00eds\\nFrancisco Alarc\u00f3n\\nJavier F. R\u00edos-Orihuela\\nMarco Laurati\\nRam\u00f3n Caste\u00f1eda-Priego\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"4 de junio de 2025\",\n    \"\": \"https:\/\/pubs.aip.org\/aip\/pof\/article-abstract\/37\/6\/063104\/3348589\/Artificial-neural-network-based-predictions-of-the?redirectedFrom=fulltext\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Machine learning for condensed matter physics\",\n    \"Resumen\": \"Condensed matter physics (CMP) seeks to understand the microscopic interactions of matter at the quantum and atomistic levels, and describes how these interactions result in both mesoscopic and macroscopic properties. CMP overlaps with many other important branches of science, such as chemistry, materials science, statistical physics, and high-performance computing. With the advancements in modern machine learning (ML) technology, a keen interest in applying these algorithms to further CMP research has created a compelling new area of research at the intersection of both fields. In this review, we aim to explore the main areas within CMP, which have successfully applied ML techniques to further research, such as the description and use of ML schemes for potential energy surfaces, the characterization of topological phases of matter in lattice systems, the prediction of phase transitions in off-lattice and atomistic simulations, the interpretation of ML theories with physics-inspired frameworks and the enhancement of simulation methods with ML algorithms. We also discuss in detail the main challenges and drawbacks of using ML methods on CMP problems, as well as some perspectives for future developments.\",\n    \"Autores\": \"Edwin Bedolla\\nLuis Carlos Padierna\\nRam\u00f3n Casta\u00f1eda-Priego\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"5 de noviembre de 2020\",\n    \"\": \"https:\/\/iopscience.iop.org\/article\/10.1088\/1361-648X\/abb895\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Evolutionary optimization of the Verlet closure relation for the hard-sphere and square-well fluids\",\n    \"Resumen\": \"The Ornstein\u2013Zernike equation is solved for the hard-sphere and square-well fluids using a diverse selection of closure relations; the attraction range of the square-well is chosen to be [ECUACI\u00d3N]\u2060. In particular, for both fluids, we mainly focus on the solution based on a three-parameter version of the Verlet closure relation [Verlet, \u201cIntegral equations for classical fluids. II. Hard spheres again,\u201d Mol. Phys. 42, 1291\u20131302 (1981)]. To find the free parameters of the latter, an unconstrained optimization problem is defined as a condition of thermodynamic consistency based on the compressibility and solved using Evolutionary Algorithms. For the hard-sphere fluid, the results show good agreement when compared with mean-field equations of state and accurate computer simulation results; at high densities, i.e., close to the freezing transition, expected (small) deviations are seen. In the case of the square-well fluid, good agreement is observed at low and high densities when compared with event-driven molecular dynamics computer simulations. For intermediate densities, the explored closure relations vary in terms of accuracy. Our findings suggest that a modification of the optimization problem to include, for example, additional thermodynamic consistency criteria could improve the results for the type of fluid here explored.\",\n    \"Autores\": \"Edwin Bedolla\\nLuis Carlos Padierna\\nRam\u00f3n Casta\u00f1eda-Priego\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"8 de julio de 2022\",\n    \"\": \"https:\/\/pubs.aip.org\/aip\/pof\/article-abstract\/34\/7\/077112\/2847654\/Evolutionary-optimization-of-the-Verlet-closure?redirectedFrom=fulltext\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Innovaci\u00f3n Organizacional Mediada por Agentes de Inteligencia Artificial: Un Estudio del Impacto en la Productividad en MiPYMES de Am\u00e9rica Latina\",\n    \"Resumen\": \"Este proyecto de investigaci\u00f3n analiza el potencial de la Inteligencia Artificial Generativa, mediada por un Agente de Inteligencia Artificial desarrollado por alumnos de la Licenciatura en Sistemas de Informaci\u00f3n Administrativa (LSIA) de la Divisi\u00f3n de Ciencias Econ\u00f3mico Administrativas (DCEA), Campus Guanajuato, para promover la innovaci\u00f3n y la mejora productiva en micro, peque\u00f1as y medianas empresas (MiPYME).\\n\\nDe esta manera, el proyecto no solo contribuye a la generaci\u00f3n de conocimiento aplicado sobre el uso de la IA en las organizaciones, sino tambi\u00e9n a la formaci\u00f3n del alumnado en temas emergentes de Inteligencia Artificial, mediante su incorporaci\u00f3n activa en proyectos de investigaci\u00f3n con impacto acad\u00e9mico, tecnol\u00f3gico y social.\\n\\nA partir de un diagn\u00f3stico organizacional breve, el proyecto genera propuestas estrat\u00e9gicas personalizadas para cada MiPYME, orientadas a atender retos prioritarios definidos por la propia empresa. Su prop\u00f3sito es valorar la utilidad, viabilidad e impacto de estas propuestas, as\u00ed como delinear contenidos de formaci\u00f3n empresarial para un uso \u00e9tico, cr\u00edtico y responsable de la IA.\\n\\nEsta investigaci\u00f3n constituye un proyecto de vanguardia en el uso de la Inteligencia Artificial aplicada a las organizaciones MiPYMES, al integrar diagn\u00f3stico empresarial, generaci\u00f3n automatizada de propuestas, acompa\u00f1amiento acad\u00e9mico y evaluaci\u00f3n de resultados en contextos reales. El proyecto fue evaluado por pares expertos y aprobado para su financiamiento en la Convocatoria Institucional de Investigaci\u00f3n Cient\u00edfica 2026 (CIIC 2026) de la Universidad de Guanajuato.\\n\\nEl proyecto es coordinado por el Dr. Francisco Javier Vel\u00e1zquez Sagah\u00f3n, Profesor de Tiempo Completo del Departamento de Estudios Organizacionales, en la Divisi\u00f3n de Ciencias Econ\u00f3mico Administrativas (DCEA), Campus Guanajuato, de la Universidad de Guanajuato. Adem\u00e1s, contribuye a la generaci\u00f3n de conocimiento aplicado sobre la apropiaci\u00f3n de la IA en organizaciones de alta relevancia econ\u00f3mica y social para Guanajuato y Am\u00e9rica Latina.\\n\\nAsimismo, fortalece la colaboraci\u00f3n acad\u00e9mica de la Universidad de Guanajuato con instituciones nacionales con las que se cuenta con convenios de colaboraci\u00f3n institucional, entre ellas la Universidad Aut\u00f3noma de Occidente, en el estado de Sinaloa; el Tecnol\u00f3gico Nacional de M\u00e9xico, campus San Luis Potos\u00ed; y la Universidad privada CICAP de Tehuac\u00e1n Puebla. De igual forma, incorpora la colaboraci\u00f3n internacional con el Tecnol\u00f3gico de Costa Rica, en Costa Rica, y la Instituci\u00f3n Universitaria Polit\u00e9cnico Grancolombiano Med, en Colombia, en concordancia con los objetivos de ColmenIA de impulsar iniciativas universitarias relacionadas con el uso \u00e9tico, cr\u00edtico y responsable de la Inteligencia Artificial.\",\n    \"Autores\": \"Francisco Javier Vel\u00e1zquez Sagah\u00f3n\",\n    \"Tipo de investigaci\u00f3n\": \"Proyecto acad\u00e9mico\",\n    \"Fecha de publicaci\u00f3n\": \"\",\n    \"\": \"\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"Inteligencia artificial en la educaci\u00f3n superior latinoamericana: implementaciones, desaf\u00edos \u00e9ticos y efectividad pedag\u00f3gica\",\n    \"Resumen\": \"Este trabajo analiza el estado actual de la inteligencia artificial en la educaci\u00f3n superior latinoamericana. A partir de una revisi\u00f3n sistem\u00e1tica bajo la metodolog\u00eda PRISMA, el estudio identifica un crecimiento acelerado de investigaciones sobre IA, especialmente en \u00e1reas como aprendizaje autom\u00e1tico, procesamiento de lenguaje natural, anal\u00edtica del aprendizaje, chatbots educativos y personalizaci\u00f3n de trayectorias formativas.\\n\\nEl trabajo destaca que, aunque la IA ofrece oportunidades para fortalecer los procesos educativos y administrativos en las universidades, su implementaci\u00f3n enfrenta retos importantes, como la falta de infraestructura tecnol\u00f3gica, la necesidad de formaci\u00f3n docente, la protecci\u00f3n de datos, los sesgos algor\u00edtmicos y la equidad en el acceso. Asimismo, subraya la importancia de avanzar hacia pol\u00edticas institucionales responsables, sostenibles y \u00e9ticamente orientadas para integrar estas tecnolog\u00edas en beneficio de la comunidad universitaria.\",\n    \"Autores\": \"V\u00edctor Hugo Gonz\u00e1lez Torres\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"20 de mayo de 2025\",\n    \"\": \"https:\/\/dialnet.unirioja.es\/descarga\/articulo\/10359885.pdf\"\n  },\n  {\n    \"No.\": \"\",\n    \"Nombre de la investigaci\u00f3n\": \"High-precision prototype for garlic apex reorientation based on artificial intelligence models\",\n    \"Resumen\": \"Sowing and harvesting are the most expensive operations in garlic cultivation (Allium sativum L.). For mechanized sowing to be feasible, the garlic clove must be placed in the soil with the apex pointing upwards, otherwise, yield can be reduced by up to 23%. In this context, artificial intelligence (AI) emerges as a viable solution to address these issues, particularly artificial neural networks (ANN). This research presents the development and evaluation of a garlic apex orientation device, which utilizes AI models adapted to all types of garlic clove shapes. The evaluated models are support vector machine (SVM), random forest (RF), ANN, convolutional neural network (CNN), and transfer learning (TL). To increase the number of available images for training, a generative adversarial network (GAN) was used. Three different databases were used to train models to determine achieved the best performance in terms of model accuracy. The databases used are the original database, an augmentation version of the original database incorporating images generated by the GAN model, and only images generated by the GAN model. The results show that the best model (ANN) achieves a validation accuracy of 99.74% when using an augmentation of the original database with artificial images generated by the GAN model.\",\n    \"Autores\": \"Luis Enrique Raya-Gonz\u00e1lez \\nV\u00edctor Alfonso Alc\u00e1ntar-Camarena \\nAlberto Salda\u00f1a-Robles\\nEdgar Francisco Duque-Vazquez\\nGuillermo Tapia-Tinoco\\nNo\u00e9 Salda\u00f1a-Robles\",\n    \"Tipo de investigaci\u00f3n\": \"Art\u00edculo publicado\",\n    \"Fecha de publicaci\u00f3n\": \"Agosto 2025\",\n    \"\": \"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S0168169925004818\"\n  }\n];\n\n\n\/*****************************************************************\n GENERAR TARJETAS\n******************************************************************\/\n\nconst contenedor =\ndocument.getElementById(\n    \"colmenia-publicaciones\"\n);\n\ncontenedor.innerHTML =\npublicaciones.map(\n(item,index)=>{\n\n    const imagen =\n    \"https:\/\/colmenia.ugto.mx\/wp-content\/uploads\/2026\/06\/Fi-6.png\";\n\n    const autores =\n    item[\"Autores\"]\n        ? item[\"Autores\"]\n            .split(\"\\n\")\n            .map(a => a.trim())\n            .filter(Boolean)\n        : [];\n\n    let enlace = item[\"\"] || \"\";\n\n    enlace = enlace\n        .replace(\/<[^>]*>\/g,'')\n        .replace(\/\"\/g,'')\n        .trim();\n\n    return `\n\n<article class=\"card-colmenia-full\">\n\n<header class=\"card-header\">\n\n    <div class=\"card-title-container\">\n\n        <img decoding=\"async\"\n            src=\"${imagen}\"\n            alt=\"Investigaci\u00f3n\"\n            class=\"card-image\"\n        >\n\n        <h2 class=\"card-title\">\n            ${item[\"Nombre de la investigaci\u00f3n\"] || \"\"}\n        <\/h2>\n\n    <\/div>\n\n    <div class=\"meta-badges\">\n\n        <div class=\"badge\">\n\n            <div class=\"badge-text\">\n\n                <span class=\"badge-label\">\n                    Tipo\n                <\/span>\n\n                <span class=\"badge-value\">\n                    ${\n                    item[\"Tipo de investigaci\u00f3n\"]\n                    || \"No especificado\"\n                    }\n                <\/span>\n\n            <\/div>\n\n        <\/div>\n\n        <div class=\"badge\">\n\n            <div class=\"badge-text\">\n\n                <span class=\"badge-label\">\n                    Fecha\n                <\/span>\n\n                <span class=\"badge-value\">\n                    ${\n                    item[\"Fecha de publicaci\u00f3n\"]\n                    || \"Sin fecha\"\n                    }\n                <\/span>\n\n            <\/div>\n\n        <\/div>\n\n        ${\n        enlace\n\n        ?\n\n        `<a\n            class=\"badge\"\n            href=\"${enlace}\"\n            target=\"_blank\"\n            rel=\"noopener noreferrer\"\n        >\n\n            <div class=\"badge-text\">\n\n                <span class=\"badge-label\">\n                    Publicaci\u00f3n\n                <\/span>\n\n                <span class=\"badge-value\">\n                    Ver publicaci\u00f3n\n                <\/span>\n\n            <\/div>\n\n        <\/a>`\n\n        :\n\n        `<div class=\"badge\">\n\n            <div class=\"badge-text\">\n\n                <span class=\"badge-label\">\n                    Publicaci\u00f3n\n                <\/span>\n\n                <span class=\"badge-value\">\n                    No disponible\n                <\/span>\n\n            <\/div>\n\n        <\/div>`\n\n        }\n\n    <\/div>\n\n<\/header>\n\n<section\n    class=\"card-description-container is-collapsed\"\n>\n\n    <p\n        id=\"desc-${index}\"\n        class=\"card-description collapsed\"\n    >\n        ${item[\"Resumen\"] || \"\"}\n    <\/p>\n\n    <button\n        class=\"btn-toggle\"\n        data-target=\"desc-${index}\"\n    >\n        Ver m\u00e1s\n    <\/button>\n\n<\/section>\n\n<footer class=\"card-authors\">\n\n    <span class=\"authors-title\">\n        Autores\n    <\/span>\n\n    <div class=\"authors-badges\">\n\n        ${\n        autores.length\n\n        ?\n\n        autores.map(\n            autor => `\n                <span class=\"author-badge\">\n                    ${autor}\n                <\/span>\n            `\n        ).join(\"\")\n\n        :\n\n        `<span class=\"author-badge\">\n            Sin autores registrados\n         <\/span>`\n        }\n\n    <\/div>\n\n<\/footer>\n\n<\/article>\n\n`;\n\n}).join(\"\");\n\n\n\/*****************************************************************\n VER M\u00c1S \/ VER MENOS\n******************************************************************\/\n\ndocument.addEventListener(\n\"click\",\nfunction(e){\n\n    const btn =\n    e.target.closest(\".btn-toggle\");\n\n    if(!btn) return;\n\n    const descripcion =\n    document.getElementById(\n        btn.dataset.target\n    );\n\n    const contenedor =\n    descripcion.closest(\n        \".card-description-container\"\n    );\n\n    const cerrado =\n    descripcion.classList.contains(\n        \"collapsed\"\n    );\n\n    descripcion.classList.toggle(\n        \"collapsed\",\n        !cerrado\n    );\n\n    contenedor.classList.toggle(\n        \"is-collapsed\",\n        !cerrado\n    );\n\n    btn.textContent =\n    cerrado\n        ? \"Ver menos\"\n        : \"Ver m\u00e1s\";\n\n});\n\n<\/script>\n<\/div><\/div>\n<\/div><\/div>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-641","page","type-page","status-publish"],"jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/colmenia.ugto.mx\/index.php\/wp-json\/wp\/v2\/pages\/641","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/colmenia.ugto.mx\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/colmenia.ugto.mx\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/colmenia.ugto.mx\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/colmenia.ugto.mx\/index.php\/wp-json\/wp\/v2\/comments?post=641"}],"version-history":[{"count":12,"href":"https:\/\/colmenia.ugto.mx\/index.php\/wp-json\/wp\/v2\/pages\/641\/revisions"}],"predecessor-version":[{"id":1309,"href":"https:\/\/colmenia.ugto.mx\/index.php\/wp-json\/wp\/v2\/pages\/641\/revisions\/1309"}],"wp:attachment":[{"href":"https:\/\/colmenia.ugto.mx\/index.php\/wp-json\/wp\/v2\/media?parent=641"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}