<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <title>DSpace Collection:</title>
  <link rel="alternate" href="https://repositorio.uide.edu.ec/handle/37000/7830" />
  <subtitle />
  <id>https://repositorio.uide.edu.ec/handle/37000/7830</id>
  <updated>2026-04-16T01:47:11Z</updated>
  <dc:date>2026-04-16T01:47:11Z</dc:date>
  <entry>
    <title>Construcción de un modelo predictivo mediante técnicas de machine learning para la  proyección de las tasas de deserción escolar de Ecuador en el Periodo (2009–2025)</title>
    <link rel="alternate" href="https://repositorio.uide.edu.ec/handle/37000/8907" />
    <author>
      <name>Manangon Perugachi, Pedro Daniel</name>
    </author>
    <author>
      <name>Martínez Llivicura, Luis Felipe</name>
    </author>
    <author>
      <name>Navarrete López, Oscar Fabricio</name>
    </author>
    <author>
      <name>Salazar Franco, Marco Andrés</name>
    </author>
    <author>
      <name>Villavicencio Proaño, María José</name>
    </author>
    <author>
      <name>Cortés, Alejandro (tutor)</name>
    </author>
    <author>
      <name>Mora, Karla Estefanía (tutor)</name>
    </author>
    <id>https://repositorio.uide.edu.ec/handle/37000/8907</id>
    <updated>2026-02-09T20:34:17Z</updated>
    <published>2026-01-01T00:00:00Z</published>
    <summary type="text">Title: Construcción de un modelo predictivo mediante técnicas de machine learning para la  proyección de las tasas de deserción escolar de Ecuador en el Periodo (2009–2025)
Authors: Manangon Perugachi, Pedro Daniel; Martínez Llivicura, Luis Felipe; Navarrete López, Oscar Fabricio; Salazar Franco, Marco Andrés; Villavicencio Proaño, María José; Cortés, Alejandro (tutor); Mora, Karla Estefanía (tutor)
Abstract: El Abandono Escolar se considera como uno de los factores con mayor desafío a ser superados por su persistencia debido a varios factores en el sistema educativo del Ecuador, siendo un determinante en el desarrollo socioeconómico del país. Esta investigación se centra en la evolución del abandono escolar ecuatoriano en el periodo 2009-2025 y proyecciones hasta el año 2030. El estudio emplea técnicas de Machine Learning para identificar patrones críticos y determinantes tales como variables geográficas y poblacionales...School dropout is considered one of the most challenging factors to overcome due to its persistence within the Ecuadorian educational system, acting as a key determinant in the country's socioeconomic development. This research focuses on the evolution of school dropout in Ecuador during the 2009–2025 period, including projections up to the year 2030. The study employs Machine Learning techniques to identify critical patterns and determinants, such as geographical and population variables...</summary>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Análisis de patrones turísticos de los hogares ecuatorianos  mediante técnicas no supervisadas para la construcción de un sistema  recomendador de viajes en el Ecuador</title>
    <link rel="alternate" href="https://repositorio.uide.edu.ec/handle/37000/8906" />
    <author>
      <name>Flores Bosmediano, Edison Marcos</name>
    </author>
    <author>
      <name>Godoy Trujillo, Pamela Estefanía</name>
    </author>
    <author>
      <name>Meneses Ortiz, Raul Alexander</name>
    </author>
    <author>
      <name>Noguera Gualotuña, Alexis David</name>
    </author>
    <author>
      <name>Rojas Cevallos, Alexander Vladimir</name>
    </author>
    <author>
      <name>Mora, Karla Estefanía (tutor)</name>
    </author>
    <author>
      <name>Vizcaíno, Paulina (tutor)</name>
    </author>
    <id>https://repositorio.uide.edu.ec/handle/37000/8906</id>
    <updated>2026-02-09T15:47:30Z</updated>
    <published>2026-01-01T00:00:00Z</published>
    <summary type="text">Title: Análisis de patrones turísticos de los hogares ecuatorianos  mediante técnicas no supervisadas para la construcción de un sistema  recomendador de viajes en el Ecuador
Authors: Flores Bosmediano, Edison Marcos; Godoy Trujillo, Pamela Estefanía; Meneses Ortiz, Raul Alexander; Noguera Gualotuña, Alexis David; Rojas Cevallos, Alexander Vladimir; Mora, Karla Estefanía (tutor); Vizcaíno, Paulina (tutor)
Abstract: El presente estudio tiene como objetivo identificar patrones de comportamiento turístico de los hogares ecuatorianos mediante técnicas de aprendizaje no supervisado, con el fin de desarrollar un sistema recomendador de viajes basado en similitud. Se considero como población los hogares ecuatorianos que realizaron viajes internos durante el año 2021. El problema abordado radica en la falta de segmentación precisa de la demanda turística nacional, lo que limita la personalización de estrategias y servicios...The present study aims to identify tourism behavior patterns of Ecuadorian households through unsupervised learning techniques, in order to develop a similarity-based travel recommender system. The population considered consisted of Ecuadorian households that undertook domestic trips during the year 2021. The problem addressed lies in the lack of accurate segmentation of national tourism demand, which limits the personalization of strategies and services. This analysis is relevant for optimizing tourism planning and strengthening the competitiveness of the sector...</summary>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Modelo Predictivo Dual para Analizar la Propensión Exportadora y el  Volumen Exportado de Empresas Ecuatorianas</title>
    <link rel="alternate" href="https://repositorio.uide.edu.ec/handle/37000/8905" />
    <author>
      <name>Andino Guerra, Christian Adrián</name>
    </author>
    <author>
      <name>Montenegro Changotasi, Alex Alejandro</name>
    </author>
    <author>
      <name>Tituaña Cevallos, Ingrid Xiomara</name>
    </author>
    <author>
      <name>Tufiño Salazar, Cynthia Stefania</name>
    </author>
    <author>
      <name>Mora, Karla (tutor)</name>
    </author>
    <author>
      <name>Cortés, Alejandro (tutor)</name>
    </author>
    <id>https://repositorio.uide.edu.ec/handle/37000/8905</id>
    <updated>2026-02-09T15:40:34Z</updated>
    <published>2026-01-01T00:00:00Z</published>
    <summary type="text">Title: Modelo Predictivo Dual para Analizar la Propensión Exportadora y el  Volumen Exportado de Empresas Ecuatorianas
Authors: Andino Guerra, Christian Adrián; Montenegro Changotasi, Alex Alejandro; Tituaña Cevallos, Ingrid Xiomara; Tufiño Salazar, Cynthia Stefania; Mora, Karla (tutor); Cortés, Alejandro (tutor)
Abstract: El presente estudio tiene como objetivo el desarrollo y evaluación de un sistema predictivo enfocado en el análisis del comportamiento exportador de las empresas ecuatorianas, utilizando técnicas de aprendizaje automático. En este sentido se estructuró un sistema con un enfoque dual que desagrega el proceso de exportación en dos etapas, primero se calcula la probabilidad de que una empresa exporte esta es la etapa de clasificación y por otro lado en la segunda etapa se estima el monto de exportación, la combinación de ambas fases brinda a nivel poblacional una predicción integrada del valor esperado de exportación...The present study aims to develop and evaluate a predictive system focused on the analysis of the export behavior of Ecuadorian firms using machine learning techniques. To this end, a dual‐stage approach was implemented, which decomposes the export process into two components: first, the probability that a firm exports is estimated through a classification stage; second, the export amount is predicted through a regression stage. The combination of both phases provides an integrated population‐level prediction of the expected export value...</summary>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </entry>
  <entry>
    <title>Comparativa de modelos basados en el análisis de datos sísmicos para  la clasificación de erupciones en el volcán Cotopaxi</title>
    <link rel="alternate" href="https://repositorio.uide.edu.ec/handle/37000/8904" />
    <author>
      <name>Tenecela Cabay, Cristian Fernando</name>
    </author>
    <author>
      <name>Arevalo Valarezo, Eutimio Napoleón</name>
    </author>
    <author>
      <name>Ocaña Chiluisa, José Miguel</name>
    </author>
    <author>
      <name>Carrillo Toapanta, Yessenia Denisse</name>
    </author>
    <author>
      <name>Cortés López, Alejandro (tutor)</name>
    </author>
    <author>
      <name>Mora, Karla Estefanía (tutor)</name>
    </author>
    <id>https://repositorio.uide.edu.ec/handle/37000/8904</id>
    <updated>2026-02-09T15:30:38Z</updated>
    <published>2026-01-01T00:00:00Z</published>
    <summary type="text">Title: Comparativa de modelos basados en el análisis de datos sísmicos para  la clasificación de erupciones en el volcán Cotopaxi
Authors: Tenecela Cabay, Cristian Fernando; Arevalo Valarezo, Eutimio Napoleón; Ocaña Chiluisa, José Miguel; Carrillo Toapanta, Yessenia Denisse; Cortés López, Alejandro (tutor); Mora, Karla Estefanía (tutor)
Abstract: La presente investigación examina y contrasta los marcos de clasificación empleados en los datos sísmicos con el objetivo de pronosticar las erupciones en el volcán Cotopaxi, uno de los volcanes más activos y peligrosos de Ecuador. La importancia de la investigación reside en la necesidad de contar con sistemas predictivos más precisos que las metodolo gías convencionales, capaces de mitigar los riesgos sociales, económicos y ambientales asociados a los fenómenos volcánicos. El objetivo principal era evaluar la viabilidad de los algoritmos de aprendizaje automático para predecir escenarios eruptivos con una precisión superior al 70%...This research examines and compares the classification frameworks used in seismic data with the aim of predicting eruptions at Cotopaxi volcano, one of Ecuador's most active and dangerous volcanoes. The importance of the research lies in the need for predictive sys tems that are more accurate than conventional methodologies and capable of mitigating the social, economic, and environmental risks associated with volcanic phenomena. The main objective was to evaluate the feasibility of machine learning algorithms to predict eruptive scenarios with an accuracy greater than 70%...</summary>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </entry>
</feed>

