Investigaciones recientes:
A lo largo de las publicaciones, la investigadora aporta una comprensión integrada de la movilidad urbana, los sistemas de transporte y sus impactos ambientales y socioculturales mediante modelado basado en datos, aprendizaje automático y análisis con sensores. El trabajo combina datos de conducción reales (OBD II, GPS, PIDs) con métodos estadísticos y de IA para: (i) modelar la eficiencia de combustible y el consumo energético de vehículos ligeros y eléctricos bajo topografías y estilos de conducción variados; (ii) clasificar maniobras de manejo, modos de conducción (ecológico, RDE, agresivo) y modos de transporte para apoyar planificación urbana; (iii) vincular emisiones de vehículos con características de construcción y uso de cambios de marcha; y (iv) proponer marcos replicables para estimación de FE, clasificación de cambios de marcha y integración en asistencia al conductor. El impacto reside en ofrecer modelos predictivos robustos con alta precisión (p. ej., R2 ≈ 0.9, MAE bajo) y conocimientos accionables para eficiencia, reducción de emisiones y planificación urbana inteligente mediante gemelos digitales, sensores y ciencia de datos, con énfasis en contextos urbanos latinoamericanos (Cuenca, Quito) y contribuciones a movilidad sostenible, eficiencia energética y gobernanza urbana informada.

Temas Clave:

• Transporte, Movilidad, Vehículos y Emisiones
• Inteligencia Artificial, Aprendizaje Automático y Ciencia de Datos
• Almacenamiento de Energía, Baterías y Movilidad Eléctrica
• Sensores, Instrumentación y Sistemas de Medición
• Análisis Geoespacial, Teledetección y GIS
• Transformación Digital Urbana, Ciudades Inteligentes y Gemelos Digitales