Investigaciones recientes:
A lo largo de una amplia gama de trabajos centrados en Transporte, Movilidad, Vehículos y Emisiones, e la integración de Transformación Digital Urbana, Ciudades Inteligentes y Gemelos Digitales, la investigadora desarrolla y aplica enfoques basados en datos y aprendizaje automático para comprender y optimizar los sistemas de movilidad urbana. El trabajo combina datos de conducción del mundo real (RDE/PEMS), sensores GPS, telemetría OBD-II y redes neuronales para modelar emisiones (CO, CO2, NOx, HC), consumo de energía y estilos de conducción en Cuenca y rutas cercanas en Ecuador. Las metodologías incluyen lógica difusa para diagnóstico, bosques aleatorios, redes neuronales y árboles de decisión, junto con GIS e instrumentación para estimar inventarios de emisiones, clasificar modos de transporte y estimar SOC y uso de energía en HEVs y EVs. La investigación muestra que el estilo de conducción (aceleración, velocidad, uso de marchas), características de la ruta (pendientes, mezcla urbana/rural), la altitud y el tipo de vehículo influyen significativamente en emisiones y eficiencia energética. También produce herramientas prácticas (conjuntos de datos como EngineFaultDB) y modelos de referencia para diagnóstico y planificación. El impacto reside en ofrecer modelos escalables y basados en datos para estimaciones de emisiones en condiciones reales, gestión de energía y planificación del transporte urbano, con un enfoque cercano al contexto de movilidad de Cuenca y realidades de conducción en alta montaña.

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
• Monitoreo Ambiental, Teledetección y Conservación
• Transformación Digital Urbana, Ciudades Inteligentes y Gemelos Digitales