Repositorio Institucional UJAT

El Repositorio Institucional de la Universidad Juárez Autónoma de Tabasco (UJAT) tiene como objetivo preservar, difundir y dar acceso libre al conocimiento generado por su comunidad académica.

Esta plataforma permite almacenar y compartir documentos académicos, científicos y culturales como tesis, artículos, libros, materiales audiovisuales y datasets de investigación.

Facilita el acceso en modalidad *open access* a la producción intelectual universitaria.
Garantiza la preservación digital a largo plazo del patrimonio académico de la institución.
Promueve la visibilidad nacional e internacional de los trabajos realizados por estudiantes, docentes e investigadores.

Este repositorio cumple con las políticas institucionales y nacionales de acceso abierto, y está optimizado para ser cosechado por buscadores académicos como Google Scholar y servicios que implementan OAI-PMH.

Banner del Repositorio Institucional de la UJAT

Foto por @inspiredimages

Comunidades en DSpace

Seleccione una comunidad para explorar sus colecciones.

Mostrando 1 - 5 de 5

Envíos recientes

Modelo de plataforma de aprendizaje profundo para el control de acceso vehicular
(2026-09-01) García Herrera, Manuel Antonio; 0000-0002-0324-9886; asesorTesis
La presente tesis propone una plataforma inteligente para el control de acceso vehicular basada en técnicas de Aprendizaje profundo y Edge computing. El objetivo principal fue desarrollar e implementar una solución capaz de realizar la detección y seguimiento de vehículos junto con el reconocimiento automático de placas vehiculares en tiempo real mediante dispositivos de cómputo en el borde, es decir, de bajo costo y consumo energético. La investigación se desarrolló en cuatro etapas. Inicialmente, se optimizó un modelo SSD MobileNetV2 FPNLite mediante aprendizaje por transferencia para mejorar la detección de motocicletas en escenarios reales. Posteriormente, se implementó un sistema de seguimiento y conteo vehicular utilizando YOLOv11 y ByteTrack, obteniendo resultados satisfactorios en precisión y estabilidad durante el monitoreo del flujo vehicular. En una tercera etapa se realizó una evaluación comparativa de motores OCR, incluyendo Tesseract, EasyOCR y TrOCR. Los resultados evidenciaron un mejor desempeño de los enfoques basados en aprendizaje profundo frente a los métodos tradicionales. A partir de ello, se efectuó el ajuste fino del modelo TrOCR utilizando un conjunto de datos propio con placas vehiculares del estado de Tabasco, mejorando la precisión del reconocimiento. Finalmente, el sistema fue implementado sobre una plataforma Raspberry Pi equipada con un módulo de cámara, validando la ejecución integrada de los procesos de captura, detección, seguimiento y reconocimiento de placas. Los resultados demostraron la viabilidad de la plataforma para aplicaciones de detección automática de placas vehiculares con dispositivos de baja latencia y procesamiento local eficiente.
Redes neuronales unimodales para clasificar mensajes misóginos en redes sociales
(2026-07-01) Medina Torres, Itzely Viridiana; 0000-0002-5482-6372; asesorTesis
Esta investigación desarrolla modelos basados en redes neuronales unimodales para clasificar mensajes misóginos en redes sociales, específicamente en español mexicano. Se evaluaron tres arquitecturas: LSTM, CNN y BETO (modelo transformer preentrenado en español) y se incorporó también XLM-RoBERTa large. Los modelos se entrenaron con dos conjuntos de datos: MEX-A3T (3,307 tweets) y EXIST 2024 (3,660 tweets), posteriormente fusionados para aprovechar su diversidad. La metodología siguió seis fases: Selección del modelo neuronal para textos en español, recolección y preprocesamiento de datasets, entrenamiento de los modelos, evaluación del rendimiento, implementación y validación para asegurar la generalización a datos no vistos. Los resultados demuestran que BETO supero el 85% de exactitud en la detección de contenido misógino, confirmando la hip o tesis inicial. BETO alcanzo 88.42% de accuracy, y 95.13% de precisión, superando la meta establecida. XLM-RoBERTa large obtuvo 87.45% de accuracy. CNN se ubicó por debajo del objetivo con 81.85 %, LSTM no logro convergencia en el corpus fusionado, aunque alcanzo 74.19% y 72.31% de Macro-F1 en los datasets individuales. La fusión de datasets mejoró el rendimiento de BETO en 3.19% puntos porcentuales. Los hallazgos confirman que las redes neuronales especializadas en español son efectivas para detectar patrones lingüísticos asociados a la misoginia. BETO demostró menor cantidad de falsos positivos (29 vs 41 de CNN), haciéndolo más confiable cuando la precisión es critica. CNN, ofrece una alternativa eficiente con 78 veces menos parámetros y menor tiempo de entrenamiento. Este trabajo aporta evidencia empírica sobre la efectividad de modelos unimodales para clasificar discurso de odio en español mexicano, y ofrece herramientas prácticas para sistemas de moderación de contenido para crear espacios digitales más seguros e inclusivos.
Modelo de clasificación de litologías empleando aprendizaje automático
(2026-08-01) Gomez Collado, Roberto Karlo; 0000-0002-0324-9886; colaborador
El presente trabajo compara el desempeño de tres algoritmos de aprendizaje automático: Support Vector Machine (SVM), Random Forest (RF) y Multi-Layer Perceptron (MLP), en clasificación de litologías. Los datos empleados son registros geofísicos del pozo petrolero 25_7-2, proveniente de la base de datos abierta de Geolink. Se emplea validación cruzada estratificada y partición de datos para evaluar el desempeño global y la capacidad de cada modelo para manejar clases desbalanceadas. El proceso de clasificación se estructuro en dos fases experimentales para cada uno de los tres algoritmos evaluados. La estandarización de características se aplicó únicamente para SVM y MLP mediante StandardScaler, mientras que Random Forest se entrenó con los datos sin normalizar debido a su invarianza ante diferencias de escala. En la primera fase, se evaluaron los clasificadores con su configuración predeterminada. En la Fase 2, se emplearon diferentes métodos de búsqueda según el algoritmo: RandomizedSearchCV con 50 combinaciones para Random Forest, GridSearchCV con 30 combinaciones para MLP, y BayesSearchCV con 50 iteraciones para SVM. Random Forest alcanzo el mejor desempeño con configuración predeterminada (F1macro = 0.83), mientras que Support Vector Machine requirió optimización para volverse competitivo, mejorando de 0.74 a 0.80. Este contraste evidencia que RF es inherentemente robusto ante configuraciones no ajustadas, mientras que SVM depende Críticamente de la calibración de sus hiperparametros C y γ para el problema específico. Multi-Layer Perceptron mostro estabilidad con cambios marginales tras optimización (+0.01), sugiriendo que su arquitectura básica ya opera cerca de su capacidad máxima. La hipótesis se confirma, ya que Random Forest presenta mayor robustez inicial y no requiere normalización, factores que facilitan su aplicación directa en problemas de clasificación litológica.
Determinación del potencial antioxidante y citotóxico de flavanonas sintéticas
(2026-09-01) Naranjo Calderón, Asbel; 0000-0002-2450-6722; 0000-0002-8138-2156; asesorTesis; colaborador; Peña Morán, Omar Aristeo
En la actualidad, el cáncer es una de las principales causas de muerte a nivel mundial, con alta incidencia en neoplasias como es en el cáncer de mama y cáncer colon. La progresión de esta patología está completamente relacionada con el estrés oxidativo, que se caracteriza por el desequilibrio entre las especies reactivas de oxígeno (ERO) y los mecanismos antioxidantes. Con este contexto, las flavanonas han despertado interés debido a su potencial antioxidante y citotóxico. El objetivo del presente estudio fue determinar el potencial antioxidante y citotóxico in vitro de nueve flavanonas sintéticas. La actividad antioxidante se evaluó por los ensayos ABTS, DPPH y FRAP, mientras que el efecto citotóxico se determinó utilizando el colorante sulforodamina B en las líneas celulares humanas de cáncer de mama y de colon. Con los resultados obtenidos se determinó que las nueve flavanonas poseen una actividad antioxidante moderado, en comparación con los controles (ácido ascórbico, Trolox y ácido gálico), lo cual puede atribuirse a la ausencia de grupos hidroxilo en posiciones esenciales. Por otro lado, en el ensayo de citotoxicidad se encontró que seis flavanonas poseen una buena actividad citotóxica contra la línea celular HCT-15, mientras que cuatro flavanonas tuvieron actividad frente a la línea celular MCF-7. Con los hallazgos obtenidos se puede determinar que algunas flavanonas poseen la capacidad para eliminar células cancerosas en ambas líneas celulares. Esto demuestra un potencial biológico, sin embargo, se tiene que profundizar en el análisis de sus mecanismos de acción, para considerándolas como compuestos prometedores para estudios futuros.
Nanopartículas como acarreadores de complejos organometálicos con actividad antitumoral para entrega localizada en el sistema nervioso central
(2016-10-01) Márquez Chable , María Guadalupe; 0000-0002-4883-7067; asesorTesis
En el presente trabajo se prepararon nanomateriales de óxido de silicio modificados con dos tipos de estructurantes (NH4OH y PEG), empleando el proceso sol-gel. Los nanomateriales se caracterizaron por espectroscopías FTIR y UV-Visible, DRX, FE-SEM, Adsorción de N2, TGA, DSC, DLD y potencial zeta. Se preparó y caracterizó el complejo (bis (acetylacetonato-K2 O, O´) (1,10-fenantrolina-K2 N, N´) zinc (II)), el cual tiene actividad citotóxica y se empleó como molécula modelo para cargar las partículas de SiO2 preparadas. Se obtuvieron nanopartículas bien definidas y con cierta mesoporosidad cuando se emplea NH4OH, mientras que el PEG da origen a la obtención de nanopartículas menos uniformes en tamaño, pero con mayor porosidad y área superficial específica. Para evaluar la actividad biológica in vitro de las nanopartículas se realizaron estudios de viabilidad celular en células mononucleares primarias no cancerígenas y posteriormente en la línea U373 proveniente de glioblastoma humano. Los materiales exhibieron altos porcentajes de viabilidad celular en las células mononucleares siendo más alto en aquellos en los que se utilizó NH4OH, sin embargo luego de cargar el complejo citotóxico en los materiales, las muestras en las que se utilizó el PEG como estructurante mostraron mayor efecto citotóxico ya que en ellos se logró impregnar una mayor cantidad del complejo. Los resultados obtenidos, demostraron el potencial de las nanopartículas obtenidas para su aplicación como sistema de entrega de principios activos en SNC.