https://repositorio.uide.edu.ec/handle/37000/9040 Sun, 13 Sep 2026 12:14:59 GMT 2026-09-13T12:14:59Z https://repositorio.uide.edu.ec/handle/37000/9894 Title: Desarrollo de un sistema de procesamiento de lenguaje natural para extraer habilidades en hojas de vida y realizar coincidencia semántica con ofertas laborales Authors: Trejo Rodríguez, Álvaro Xavier; Guerrero Duque, Jennifer Mikaela; Motoche Macas, Cristhian Alberto; Vizcaíno Imacaña, Fernanda Paulina (tutor); Navas Castellanos, Andrés Roberto (tutor) Abstract: Las pequeñas y medianas empresas suelen revisar las hojas de vida de manera manual y cuentan con recursos limitados para incorporar sistemas comerciales de reclutamiento. Esta situación hace que la preselección de candidatos demande tiempo, sea propensa a errores y dependa del criterio individual de quien realiza la revisión. En el presente trabajo se desarrolla el sistema de apoyo para reclutamiento en PYMEs denominado FreeATS, el cual es un sistema basado en procesamiento de lenguaje natural que analiza hojas de vida en español, compara la información de los candidatos con los requisitos de una vacante y genera un ranking de adecuación...Small and medium-sized enterprises often review résumés manually and have limited resources to adopt commercial recruitment systems. As a result, candidate screening can be time-consuming, prone to errors, and highly dependent on the individual judgment of the person conducting the review. To address this problem, this study presents FreeATS, a natural language processing system that analyzes Spanish-language résumés, compares candidate information with job requirements, and produces a candidate–job suitability ranking. The system is intended to support recruitment activities in SMEs rather than replace human judgment in hiring decisions.... Thu, 01 Jan 2026 00:00:00 GMT https://repositorio.uide.edu.ec/handle/37000/9894 2026-01-01T00:00:00Z https://repositorio.uide.edu.ec/handle/37000/9893 Title: Modelo híbrido de Random Forest y Redes Neuronales para predecir el riesgo de pobreza multidimensional con datos del Censo y la encuesta ENEMDU del INEC Authors: Cuyo Cuyo, Jenny Maribel; Espinosa Jácome, Jaime Andres; Collaguaso Chorlango, Anderson David; Vizcaíno Imacaña, Fernanda Paulina (tutor); Mora Cajas, Karla Estefanía (tutor) Abstract: La pobreza multidimensional constituye uno de los desafíos estructurales más persistentes en Ecuador, con brechas significativas entre zonas urbanas y rurales y entre las distintas regiones naturales del país. Los enfoques estadísticos tradicionales presentan limitaciones para capturar las complejas interacciones no lineales entre variables como el nivel educativo, la localización geográfica y los indicadores socioeconómicos que determinan el riesgo de privación. La presente investigación propone el desarrollo, implementación y evaluación de un modelo híbrido de inteligencia artificial que integra Random Forest, Gradient Boosting y Redes Neuronales Artificiales para clasificar el riesgo de pobreza multidimensional en hogares ecuatorianos...Multidimensional poverty remains one of the most persistent structural challenges in Ecuador, with significant gaps between urban and rural areas and across the country's natural regions. Traditional statistical approaches have limitations in capturing the complex nonlinear interactions among variables such as educational attainment, geographic location, and socioeconomic indicators that determine the risk of deprivation. This research proposes the development, implementation, and evaluation of a hybrid artificial intelligence model that integrates Random Forest, Gradient Boosting, and Artificial Neural Networks to classify the risk of multidimensional poverty in Ecuadorian households... Thu, 01 Jan 2026 00:00:00 GMT https://repositorio.uide.edu.ec/handle/37000/9893 2026-01-01T00:00:00Z https://repositorio.uide.edu.ec/handle/37000/9892 Title: Desarrollo y evaluación de un modelo de predicción espacial del dengue mediante machine learning geoespacial en la ciudad de Guayaquil Authors: Maila Asqui, Segundo Ramiro; Morales Martínez, Jair Jazmani; Vinueza Bustamante, Bryan Esteven (tutor); Navas Castellanos, Andrés Roberto (tutor) Thu, 01 Jan 2026 00:00:00 GMT https://repositorio.uide.edu.ec/handle/37000/9892 2026-01-01T00:00:00Z https://repositorio.uide.edu.ec/handle/37000/9891 Title: Aplicación de Arquitecturas Híbridas de Aprendizaje Profundo para Predecir Condiciones Climáticas Utilizando Datos Históricos del Distrito Metropolitano de Quito Authors: Jácome Guanoluisa, Richard Xavier; Molineros Negrete, Pablo Alexander; Márquez Chávez, Cristian Andrés; Avalos Silva, Héctor Guillermo (tutor); Mora Cajas, Karla Estefanía (tutor) Abstract: El presente trabajo de investigación evalúa distintas arquitecturas de aprendizaje profundo para el pronóstico de la temperatura en el Distrito Metropolitano de Quito, utilizando 18 años de datos históricos multivariables (2008–2026) recopilados por la Red Metropolitana de Monitoreo Atmosférico de Quito (REMMAQ). Tras un riguroso preprocesamiento e imputación bayesiana, se compararon tres paradigmas bajo horizontes de corto (3 h), medio (48 h) y largo plazo (72 h): modelos estadísticos clásicos (familia ARIMA), Redes Neuronales de Grafos Espaciotemporales (STGNN: A3T-GCN y DCRNN) y Modelos Fundacionales adaptados mediante QLoRA (LLaMA, Mistral) contrastados con el modelo atmosférico ClimaX, apoyado por Recuperación Aumentada por Flujo (RAF)...This research evaluates different deep learning architectures for temperature forecasting in the Metropolitan District of Quito, using 18 years of historical multivariate data (2008–2026) collected by the Quito Metropolitan Atmospheric Monitoring Network (REMMAQ). Following rigorous preprocessing and Bayesian imputation, three paradigms were compared under short- (3 h), medium- (48 h), and long-term (72 h) horizons: classical statistical models (ARIMA family), Spatiotemporal Graph Neural Networks (STGNN: A3T-GCN and DCRNN), and Foundation Models adapted via QLoRA (LLaMA, Mistral) contrasted with the ClimaX atmospheric model, supported by Retrieval-Augmented Flow (RAF)... Thu, 01 Jan 2026 00:00:00 GMT https://repositorio.uide.edu.ec/handle/37000/9891 2026-01-01T00:00:00Z