http://dspace.unach.edu.ec/handle/51000/10220 2026-07-03T20:26:10Z http://dspace.unach.edu.ec/handle/51000/17081 Título : Diagnóstico de gases contaminantes en la capa límite de aire en la zona urbana de la ciudad de Riobamba mediante el uso de un sistema sensorizado Autor : Yuquilema Yaguachi, Joel Fernando Resumen : En Riobamba existe escasa infraestructura de monitoreo dinámico de la calidad del aire, limitada a puntos fijos que no permiten caracterizar el comportamiento de los contaminantes en toda la zona urbana. Frente a esta necesidad, en el presente trabajo se desarrolló un sistema sensorizado portátil basado en el microcontrolador ESP32, capaz de medir PM2.5, PM10, NO₂ y SO₂, calcular el IQCA en tiempo real y transmitir datos de forma inalámbrica. El sistema fue acoplado a un dron para realizar mediciones a cinco alturas (20, 40, 60, 80 y 100 m) en 15 puntos distribuidos en las cinco parroquias urbanas del cantón. Se recolectaron 12 292 registros. La prueba de Kruskal-Wallis y el post-hoc de Dunn con corrección de Bonferroni confirmaron diferencias significativas entre parroquias y alturas de vuelo. Lizarzaburu presentó el IQCA promedio más alto con 30,70, mientras que Velasco registró las condiciones más favorables con 25,11. A menor altura de vuelo, mayores concentraciones de contaminantes, lo que es coherente con su acumulación cerca de la superficie. El 98,9% de las mediciones registraron valores por debajo de los límites establecidos por la norma NECA, lo que indica que la calidad del aire en la zona urbana de Riobamba se encuentra dentro de los rangos permisibles bajo las condiciones monitoreadas. Descripción : Riobamba has limited infrastructure for dynamic air quality monitoring, relying mainly on fixed monitoring stations that do not allow the characterization of pollutant behavior throughout the entire urban area. To address this limitation, a portable sensor-based system was developed using an ESP32 microcontroller, capable of measuring PM2.5, PM10, NO₂, and SO₂ concentrations, calculating the Ecuadorian Air Quality Index (IQCA) in real time, and transmitting data wirelessly. The system was mounted on a drone to perform measurements at five flight altitudes (20, 40, 60, 80, and 100 m) across 15 monitoring points distributed among the five urban parishes of the canton. A total of 12,292 records were collected. The Kruskal–Wallis test and Dunn’s post-hoc test with Bonferroni correction revealed statistically significant differences among parishes and flight altitudes. Lizarzaburu exhibited the highest mean IQCA value (30.70), whereas Velasco recorded the most favorable air quality conditions (25.11). Pollutant concentrations were higher at lower flight altitudes, which is consistent with their accumulation near the surface within the atmospheric boundary layer. Furthermore, 98.9% of the measurements remained below the limits established by the National Environmental Air Quality Standards (NECA), indicating that air quality in the urban area of Riobamba remained within permissible levels under the monitored condition. 2026-07-01T00:00:00Z http://dspace.unach.edu.ec/handle/51000/17046 Título : Análisis de un protocolo de control de acceso al medio basado en Q-learning para incrementar el throughput en una red inalámbrica de sensores asistidos por superficies reconfigurables inteligentes. Autor : Allauca Ramirez, Michaell Luis Resumen : Las redes inalámbricas de sensores (WSN) enfrentan serias limitaciones de throughput y eficiencia energética cuando emplean protocolos tradicionales de control de acceso al medio (MAC), como el Back-off Exponencial Binario (BEB), especialmente en escenarios de alta densidad y tráfico elevado. Paralelamente, las Superficies Reconfigurables Inteligentes (RIS) han emergido como tecnología clave para mejorar la cobertura y calidad de señal en redes de próxima generación. Sin embargo, la sinergia entre RIS y protocolos MAC inteligentes permanece poco explorada. El presente trabajo analiza un protocolo MAC basado en Q-Learning (QL) aplicado a una WSN asistida por RIS, con el objetivo de incrementar el throughput y mejorar la eficiencia energética. La metodología empleó un diseño de simulación computacional, evaluando 15 escenarios que combinaron variaciones en la densidad de sensores (40 a 60 nodos) y tres niveles de carga de tráfico (0.5, 50 y 100 paquetes por unidad de tiempo). Los resultados permitieron validar el comportamiento del sistema, demostrando que el protocolo MAC basado en Q-Learning supera significativamente al esquema tradicional BEB en throughput y eficiencia energética, mientras que el incremento en la densidad de sensores constituye el factor determinante del rendimiento, en contraste con la carga de tráfico, cuya variación no genera cambios sustanciales. En conjunto, el modelo desarrollado constituye una base sólida para futuras investigaciones orientadas a la integración de algoritmos de aprendizaje profundo y arquitecturas multiagente en redes inalámbricas de sensores asistidas por RIS, con miras a su posible despliegue en escenarios reales de redes de próxima generación 6G e IoT masivo. Descripción : Wireless Sensor Networks (WSN) face significant throughput and energy-efficiency limitations when using traditional Medium Access Control (MAC) protocols, such as Binary Exponential Back-off (BEB), especially in high-density, high-traffic scenarios. In parallel, Reconfigurable Intelligent Surfaces (RIS) have emerged as a key technology for improving coverage and signal quality in next-generation networks. However, the synergy between RIS and intelligent MAC protocols remains largely unexplored. This work analyzes a Q-Learning (QL)-based MAC protocol for a RIS-assisted WSN, aiming to increase throughput and improve energy efficiency. The methodology employed a computational simulation design, evaluating 15 scenarios combining variations in sensor density (40 to 60 nodes) and three traffic load levels (0.5, 50, and 100 packets per time unit). The results validated the system's behavior, demonstrating that the Q-Learningbased MAC protocol significantly outperforms the traditional BEB scheme in both throughput and energy efficiency. The increase in sensor density is the determining performance factor, whereas traffic load variation does not produce substantial changes. Overall, the developed model provides a solid foundation for future research aimed at integrating deep learning algorithms and multi-agent architectures into RIS-assisted wireless sensor networks, with a view to potential deployment in real-world nextgeneration 6G and massive IoT network scenarios. 2026-06-24T00:00:00Z http://dspace.unach.edu.ec/handle/51000/17030 Título : Diseño y análisis de celdas unitarias para lentes metálicas en la banda Ku, optimizando la fase mediante el método de modos de Floquet. Autor : Taday Malan, Jhefersson Raul Resumen : Este proyecto de investigación se centra en el diseño y análisis de celdas unitarias para lentes metálicas en la banda Ku para optimizar la fase mediante modos de Floquet y así mejorar el rendimiento de la antena. Para alcanzar el objetivo principal de diseño de lentes metálicas con celdas unitarias se hizo uso del software de simulación CST Studio. Mediante el cual se realizó el diseño y se verificó los resultados de la antena, Tomando en cuenta los valores de \mbox{directividad}, ganancia, coeficiente de reflexión, patrón de radiación y eficiencia de la antena. Se realizó el diseño de un alimentador que cumple con las características requeridas para este proyecto de investigación como es la adaptación en la banda Ku que corresponde de 12 a 16 GHz. Además, se diseñaron 4 lentes metálicas con diferentes geometrías de celdas unitarias para poder mejorar la fase de la antena. Se programó un código en Python para poder realizar el cálculo de las fases requeridas en cada punto de la lente metálica. Obteniendo resultados favorables del software CST Studio evidenciando que las lentes diseñadas mejorar en gran manera el rendimiento de la antena en general. Destacando resultados como: el coeficiente de reflexión S11 que está por debajo de -10 dB en toda la banda Ku. Además, la lente modelo 4 registra un incremento de 7.7 dB en la directividad a una frecuencia de 14.5 GHz, y una eficiencia del 89\% en la frecuencia de 14.5 GHz. Descripción : This research project focuses on the design and analysis of unit cells for metalenses operating in the Ku band to optimize phase distribution through Floquet modes and thereby enhance antenna performance. To achieve the main objective of designing metalenses based on unit cells, CST Studio simulation software was employed. The antenna design and performance verification were carried out by evaluating parameters such as directivity, gain, reflection coefficient, radiation pattern, and antenna efficiency. A feeding structure was designed to meet the requirements of this research, particularly impedance matching across the Ku band (12–16 GHz). In addition, four metalenses with different unit-cell geometries were developed to optimize the antenna phase response. A Python code was implemented to calculate the required phase distribution at each point of the metalens. The simulation results obtained from CST Studio demonstrated that the designed metalenses significantly enhance the overall antenna performance. Notable results include a reflection coefficient (S11) below –10 dB throughout the entire Ku band. Furthermore, Metalens Model 4 achieved an increase of 7.7 dB in directivity at 14.5 GHz and an efficiency of 89% at the same operating frequency. 2026-06-23T00:00:00Z http://dspace.unach.edu.ec/handle/51000/17016 Título : Creación de un sistema de reconocimiento facial basado en inteligencia artificial para la verificación de identidad de estudiantes en entornos de aprendizaje, mediante la implementación de técnicas de aprendizaje profundo. Autor : Robalino Silva, Danilo Joel Resumen : El sistema de reconocimiento facial que se desarrolló fue examinado considerando como medida principal la tasa de falsos positivos (false acceptanse rate FAR) con el fin de analizar cómo se comporta el modelo en ambientes reales. Se desarrolló diferentes pruebas en el que se utilizó el modelo base pre entrenado y el modelo ajustado mediante fine-tuning usando el mismo conjunto de datos que se conforma por 11 personas y 400 imágenes. También fueron tomadas como variables independientes las condiciones de oclusión brillo e iluminación debido a la repercusión directa en la calidad de captura del rostro Los resultados que se obtuvieron permitieron observar la manera en la que se comporta el sistema bajo diferentes ambientes, demostrando que el modelo ajustado mediante fine-tuning registra una variación en la tasa de falsos positivos en contraste con el modelo base. En un entorno controlado (rostro frontal, buena iluminación y sin oclusión), el sistema se mantiene estable alcanzando una óptima identificación de las personas que se encontraban registradas, pero al introducir cambios en la iluminación o la parecencia de oclusiones parciales (por ejemplo, manos que cubren parte del rostro) se pueden visualizar cambios en la tasa de falsos positivos. El modelo con fine-tunning a través de la implementación de restricciones de calidad (como filtros de desenfoque y estabilidad temporal hizo posible controlar el comportamiento del sistema en estos escenarios logrando así eludir en varios casos que se asigne una incorrecta identidad cuando las condiciones en las que se realizaba la captura no eran las adecuadas. En general los resultados que se obtuvieron hicieron viable analizar como las variables de oclusiones, brillo y contraste influyen en el desempeño del sistema, además del efecto del proceso de fine-tunning sobre la representación de los embeddings faciales y la adopción de decisiones del modelo. Descripción : This study presents an AI-based facial recognition system for student identity verification in educational environments. The system is based on the FaceNet model and is implemented using the Inception-ResNet V1 architecture, pre-trained on the VGGFace2 dataset. A custom dataset was created, comprising a total of 11 subjects, with 40 images per subject. Image preprocessing was performed by face detection and alignment using the MTCNN algorithm, after which each face was represented as a 128-dimensional embedding vector. The pre-trained model was fine-tuned using a triplet loss and an reduced learning rate, which allowed it to adapt to the specific characteristics of the dataset. Additionally, to enhance recognition stability, real-time constraints, including blur, illumination, and motion filters, were introduced. The False Acceptance Rate (FAR) was used as the primary performance metric for the system. The effects of independent variables such as occlusion, illumination, and contrast on the system's performance were determined. The study's results demonstrate the performance characteristics of the modified model and the impact of constraints under various conditions, including changes in illumination, partial occlusion, and facial motion. 2026-06-22T00:00:00Z