Elevando el conocimiento desde el altiplano
Laboratorio de Computación en Investigación, Metodología y Analítica de la Facultad de Ingeniería Estadística e Informática de la Universidad Nacional del Altiplano, en Puno, Perú.
Actualidad
Anuncios, logros y actividades del LaCima.
Dos nuevos artículos aceptados en revistas indexadas: exoplanetas y supercomputaciónEl Journal of Astrophysics and Astronomy (Springer) e Informatica (Eslovenia) aceptaron dos artículos del LaCima firmados por los cinco miembros del laboratorio.Leer más → Tercer lugar en el concurso de pósters científicos del Vicerrectorado de InvestigaciónEl trabajo sobre predicción de heladas con machine learning y deep learning obtuvo el tercer puesto en el concurso de pósters científicos de la UNAP.Leer más → Primera publicación indexada: predicción de heladas en el altiplano, en IJACSAEl estudio comparativo de métodos estadísticos, machine learning y deep learning para predecir heladas fue publicado en el International Journal of Advanced Computer Science and Applications (Scopus).Leer más →
- Líneas de investigación
- 0
- Integrantes
- 0
- Publicaciones indexadas
- 0
- Año de fundación
- 2024
Líneas de investigación
Cuatro líneas, un territorio: el altiplano como campo de aplicación.
Producción científica
Investigación indexada con impacto regional.
2025PublicadaL2L4Indexada en Scopus
Comparative Analysis of Statistical, Machine Learning, and Deep Learning Approaches for Frost Prediction in the Peruvian Altiplano
Fred Torres-Cruz, Dina Maribel Yana-Yucra, Richar Andre Vilca-Solorzano
Publicado en International Journal of Advanced Computer Science and Applications (IJACSA), Vol. 16, N.º 9
Estudio comparativo de enfoques estadísticos, de aprendizaje automático y de aprendizaje profundo para la predicción de heladas en el altiplano peruano, orientado a sistemas de alerta temprana que protejan la producción agrícola de la región Puno.
Ver publicación ↗- 2026Machine Learning-Based Runtime Prediction and Energy Optimization for HPC Job Scheduling Using the NREL Eagle Supercomputer DatasetAceptada · en prensa
- 2026Physics-Informed Ensemble Learning for Exoplanet Transit Detection: Combining Box Least Squares, Attention-Based CNNs, and Gradient BoostingAceptada · en prensa
Equipo
Docentes investigadores y estudiantes de la FINESI.
Ing. Vladimiro Ibáñez Quispe
Coordinador
0000-0002-0277-4945
Ing. Fred Torres Cruz
Co-coordinador
0000-0003-0834-6834
Dina Maribel Yana Yucra
Miembro investigador
0009-0003-6218-2735
Richar Andre Vilca Solorzano
Miembro investigador
0009-0003-2385-5263
Renato Quispe Vargas
Miembro investigador
0009-0005-2367-7852
El laboratorio busca nuevas manos
El ingreso está reglamentado y se realiza por convocatoria: preparación básica para semestres iniciales, prueba de nivel o entrevista técnica desde el quinto semestre. Atento a nuestros canales oficiales.