!!Projects per year
Perfil de la organización
Perfil de la organización
El Grupo de Investigación en Computación Avanzada y Datos (GICAD) de la Universidad Politécnica Salesiana se dedica a generar y transferir conocimiento confiable y reproducible en ingeniería de datos, optimización computacional y sistemas inteligentes, orientado a resolver desafíos relevantes en educación, industria y sector público. Su misión enfatiza la ética, seguridad, transparencia y ciencia abierta, desarrollando arquitecturas de datos seguras, algoritmos avanzados y software inteligente con enfoque en explicabilidad y auditoría. En su visión, GICAD aspira a consolidarse como referente nacional en ingeniería de datos segura, optimización basada en grafos y sistemas explicables, destacándose por su rigor científico, transferencia tecnológica efectiva y compromiso ético en el uso de inteligencia artificial. El grupo promueve la formación de talento, la colaboración interdisciplinaria y alianzas estratégicas, además de institucionalizar prácticas de gobernanza y seguridad con un laboratorio abierto que facilita la innovación. Su trabajo contribuye al fortalecimiento de la competitividad regional, la soberanía tecnológica y la confianza ciudadana, alineándose con los Objetivos de Desarrollo Sostenible y fomentando una cultura inclusiva y responsable en la investigación aplicada.
Líneas de investigación:
- Ingeniería de datos, computación inteligente y ciberseguridad
- Optimización computacional, teoría de grafos y aprendizaje automático
- Sistemas inteligentes, recomendación y software cognitivo
Coordinador:
Arcos Argudo Miguel Arturo ([email protected])
Huella digital
Colaboraciones y áreas de investigación principales de los últimos cinco años
Perfiles
-
Miguel Arturo Arcos Argudo
- Grupo de Investigación en Computación Avanzada y Datos (GICAD)
- Grupo de Innovación Educativa en Matemáticas
- Grupo de Innovación Educativa Repensando la Educación (GIE-RED)
Persona: Investigador, Coordinador de Grupo de Investigación
-
Rodolfo Xavier Bojorque Chasi
- Grupo de Investigación en Computación Avanzada y Datos (GICAD)
- Grupo de Innovación Educativa en Matemáticas
Persona: Investigador, Coordinador de Grupo de Investigación
Proyectos
- 3 Activo
-
Analítica de datos y Machine Learning para el análisis de brechas digitales y la generación de modelos predictivos de alerta temprana en contextos juveniles
Bojorque Chasi, R. X. (Investigador principal), Ortiz Ochoa, M. S. (Investigador Secundario), Plaza Cordero, A. M. (Investigador Secundario), Arcos Argudo, M. A. (Investigador Secundario), Morquecho Yunga, M. D. P. (Investigador Secundario) & Yanez Peter, D. G. (Estudiante Investigador)
10/03/26 → …
Proyecto: Investigación y Desarrollo
-
Inteligencia empresarial para la detección temprana del riesgo de quiebra
Piedra Mendez, A. F. (Investigador Secundario), Bojorque Chasi, R. X. (Investigador Secundario), Arcos Argudo, M. A. (Investigador Secundario) & Erazo Garzon, J. F. (Investigador principal)
2/02/26 → …
Proyecto: Investigación y Desarrollo
-
Benchmark abierto para sistemas de detección de intrusos (IDS): una comparativa de modelos de IA para ciberseguridad empresarial
Bojorque Chasi, R. X. (Investigador Secundario), Arcos Argudo, M. A. (Investigador principal), Torres Soto, C. A. (Estudiante Investigador) & Galarza García, D. E. (Estudiante Investigador)
2/02/26 → …
Proyecto: Investigación y Desarrollo
-
A Comparative Study of Traditional (RUP and MSF) Versus Agile (SCRUM and XP) Software Development Methodologies
Morquecho, P., Plaza, A., Bojorque, R. & Arcos, M., 2026, Studies in Systems, Decision and Control. Springer Science and Business Media Deutschland GmbH, p. 177-185 9 p. (Studies in Systems, Decision and Control; vol. 238).Producción científica: Capítulo del libro/informe/acta de congreso › Capítulo › revisión exhaustiva
-
A Comparative Study of Unsupervised Machine Learning and Deep Learning Techniques for Anomaly Detection in Recommender Systems
Bojorque Chasi, R. X., Hurtado Ortiz, R. I., Arcos Argudo, M. A. & Ortiz Ochoa, M. S., may 2026, En: Information (Switzerland). 17, 5, p. 1-23 23 p., 426.Título traducido de la contribución :Un Estudio Comparativo de Técnicas de Aprendizaje Automático No Supervisado y Aprendizaje Profundo para la Detección de Anomalías en Sistemas de Recomendación Producción científica: Contribución a una revista › Artículo › revisión exhaustiva
Acceso abierto -
A Scalable and Low-Cost Mobile RAG Architecture for AI-Augmented Learning in Higher Education
Bojorque, R., Plaza, A., Morquecho, P. & Moscoso, F., ene 2026, En: Applied Sciences (Switzerland). 16, 2, 963.Producción científica: Contribución a una revista › Artículo › revisión exhaustiva
Acceso abierto
Prensa/Medios de comunicación
-
Polytechnic University Researchers Provide New Insights into Machine Learning (A Comparative Study of Unsupervised Machine Learning and Deep Learning Techniques for Anomaly Detection in Recommender Systems)
9/06/26
1 elemento de Cobertura del medio de comunicación
Prensa/medios de comunicación
-
Study Findings on Machine Learning Are Outlined in Reports from Polytechnic University (NSCH-Flourishing-ML: A Curated Dataset and Reproducible Pipeline for Machine Learning Analysis of Child Flourishing)
Bojorque Chasi, R. X. & Pesantez Aviles, L. F.
4/06/26
1 elemento de Cobertura del medio de comunicación
Prensa/medios de comunicación
-
New Findings Reported from Polytechnic University Describe Advances in Algorithms (Graph-Contrastive Pretraining for Payload-Free Encrypted-Traffic Intrusion Detection: Cross-Dataset OOD Transfer with Frozen Artifacts)
4/06/26
1 elemento de Cobertura del medio de comunicación
Prensa/medios de comunicación