El presente trabajo de investigación se desarrolló en la Región Puno, cuyo objetivo es identificar las zonas de minería ilegal, utilizando el procesamiento de imágenes satelitales en la región Puno. La minería ilegal en zonas prohibidas y la minería informal en proceso de legalización, se traduce en la peor devastación a los ecosistemas y la salud pública, ello podemos observar por la creciente contaminación ambiental, la deforestación a gran escala, el ecocidio y el cambio climático. Situaciones que preocupan a la humanidad y a los gobiernos nacionales y subnacionales. En el presente trabajo identificamos las zonas con presencia de minería ilegal e informal utilizando teledetección y análisis espacial de las imágenes de Landsat 8 de la Región Puno – Perú de los años 2010-2018. Las bandas de las imágenes se analizan y combinan mediante un algoritmo de Machine Lear...

La pandemia, conocida como COVID-19, ha preocupado al mundo entero desde diciembre de 2019. Hasta la fecha, ha tenido un impacto en los pacientes. En la lucha contra esta enfermedad, que ocasiona la neumonía y provoca síntomas desde tos seca hasta fiebre, se requieren con urgencia herramientas que faciliten a los expertos un diagnóstico eficiente para identificar pacientes infectados con COVID-19. El estudio tiene como objetivo determinar el modelo de proceso diagnóstico del COVID-19 mediante la aplicación de técnicas de deep learning a partir de imágenes de rayos X del tórax de los pulmones de los pacientes. Por medio de la radiografía de tórax se obtienen las 21165 imágenes de pacientes y se seleccionan las infectadas con COVID-19; posteriormente, se lleva a cabo el preprocesamiento y procesamiento, utilizando modelos de redes neuronales convolucionales como VGG19, DenseNet1...