Editorial

Resumen

Nos complace compartir con ustedes el Volumen 11, Número 2 de la Revista Latinoamericana de Computación (LAJC). Esta edición incluye una selección de artículos de investigación pioneros que demuestran los últimos avances en el área de las Ciencias de la Computación. Cada artículo incluido en este volumen representa una investigación académica rigurosa y métodos innovadores de resolución de problemas. Creemos que las ideas e investigaciones presentadas aquí contribuirán significativamente al área, estimularán discusiones e inspirarán futuras innovaciones.

Este número comienza con tres artículos que exploran metodologías avanzadas en la monitorización de procesos, transferencia de calor y robótica. El primer artículo investiga el uso de Redes de Estado Eco (ESNs) para crear gemelos digitales de procesos químicos dinámicos no lineales, demostrando el potencial de las ESNs en la generación de modelos sustitutos eficientes para la monitorización y control de procesos en tiempo real. El segundo artículo aborda el problema inverso en la modelación de transferencia de calor utilizando el método de la Cadena de Markov de Monte Carlo de Transición, mostrando su efectividad en la estimación de propiedades termofísicas variables en el espacio. A continuación, Janarthanan et al. exploran el potencial de los datos generados por robots, enfocándose específicamente en los archivos ROS Bag utilizados en el Sistema Operativo de Robots (ROS). El estudio destaca problemas de seguridad, como el acceso no autorizado y el robo de datos, debido a la comunicación en texto plano en los sistemas ROS heredados.

Este número también profundiza en las aplicaciones críticas de la inteligencia artificial y el aprendizaje automático en varios dominios científicos e industriales. El cuarto artículo presenta el enfoque ANN-MoC para resolver problemas inversos de transporte transitorio, mostrando su potencial en los campos de la ingeniería y la medicina mediante la estimación precisa de coeficientes de absorción a partir de mediciones de flujo escalar. A continuación, otro estudio explora el impacto del equilibrio de datos en las previsiones a corto plazo de precipitaciones utilizando Redes Neuronales Artificiales (ANNs) con datos del Observatorio de la Torre Alta del Amazonas (ATTO). Esta investigación enfatiza la necesidad de datos equilibrados para mejorar la precisión y confiabilidad de los modelos meteorológicos, destacando las implicaciones más amplias para la monitorización y predicción ambiental. Además, el volumen incluye un modelo innovador de clasificación de fallos para procesos industriales, que combina Árboles de Decisión con Programación Genética para mejorar las medidas preventivas y correctivas.

Finalmente, exploramos los mercados financieros y los avances tecnológicos. Un artículo compara el mercado de valores brasileño con criptomonedas como Bitcoin, Ethereum y Solana, utilizando la prueba no paramétrica de Kolmogorov-Smirnov para examinar sus relaciones y oportunidades de inversión potenciales. El último estudio utiliza el aprendizaje automático y la metaheurística de Optimización del Lobo Gris para predecir la demanda de electricidad en Brasil, mostrando modelos de regresión avanzados para pronosticar con precisión el consumo de energía.

Esperamos que la diversa gama de temas y enfoques innovadores presentados en este volumen inspire sus propias investigaciones. Los avances en inteligencia computacional, aprendizaje automático y análisis de datos aquí expuestos subrayan el potencial transformador de estas tecnologías para abordar desafíos del mundo real. Mientras continuamos explorando las fronteras de las ciencias de la computación, los invitamos a empujar juntos los límites del conocimiento dentro de nuestra comunidad científica. Juntos, podemos impulsar el progreso y hacer contribuciones significativas al campo.