Feria Académica Mariano Gálvez

search

loginIniciar sesión

Feria Académica UMG 2026 — Innovación y Ciencia

Explora los prototipos, investigaciones aplicadas y desarrollos computacionales presentados por los futuros líderes tecnológicos de Guatemala.

search

science

Mostrando 15 proyectos registrados

Ciclo 2026 · Campus Central

Sección

Ordenar

EcoVision Belt AI

pin_dropPor asignar

Arquitectura de Sistemas 2 • B

EcoVision Belt AI

EcoVision Belt AI es un proyecto tecnológico que busca automatizar la identificación de productos mediante una banda transportadora, una cámara y un sistema de inteligencia artificial basado en YOLOv8. La cámara captura imágenes de los productos y el modelo los reconoce, indicando su clasificación, ubicación y nivel de confianza. Los resultados se muestran en un panel de control para facilitar la supervisión del proceso y la toma de decisiones. Además, el proyecto propone integrar una unidad de procesamiento, una batería portátil y apoyo de un panel solar, junto con una infraestructura de red segura que incluya VLAN, direccionamiento IPv4 e IPv6, firewall y herramientas de monitoreo. Su objetivo es combinar inteligencia artificial, automatización y conectividad para mejorar el control de productos, evaluando mediante pruebas la precisión del reconocimiento, la velocidad de procesamiento, la estabilidad y el consumo energético del sistema.

groups2 Investigadores • Carné: 0900-23-9657...

Ver Detalle del Proyectoarrow_forward

Edge AI Local: Inteligencia Artificial Distribuida con Edge Computing

pin_dropPor asignar

Arquitectura de Sistemas 2 • A

Edge AI Local: Inteligencia Artificial Distribuida con Edge Computing

Un sistema de inteligencia artificial local utilizando Edge Computing. Busca resolver la dependencia de servicios de IA en la nube, que pueden generar costos y preocupaciones sobre la privacidad de la información. Para ello, utilizamos tres mini PC con Ubuntu Server, un modelo de lenguaje Qwen 2.5 y un balanceador de carga que distribuye las consultas entre dos equipos trabajadores. De esta manera, los usuarios pueden realizar preguntas desde una interfaz web y obtener respuestas procesadas dentro de nuestra propia red.

groups4 Investigadores • Carné: 0900-14-13435...

Ver Detalle del Proyectoarrow_forward

Clúster Híbrido para Mantenimiento Predictivo Industrial - ACII G2

pin_dropPor asignar

Arquitectura de Sistemas 2 • A

Clúster Híbrido para Mantenimiento Predictivo Industrial - ACII G2

Despliegue de clúster de Kubernetes ligero (K3s) distribuido en una topología híbrida que combina nodos virtuales y un nodo físico en el borde (Edge Computing con Raspberry Pi). El sistema recolecta y analiza telemetría industrial de sensores en tiempo real directamente en la planta, permitiendo detectar anomalías en la maquinaria y predecir fallas antes de que ocurran, optimizando la continuidad operativa y reduciendo costos de mantenimiento.

groups3 Investigadores • Carné: 0900-23-15304...

Ver Detalle del Proyectoarrow_forward

Proyecto Arquitectura II G4

pin_dropPor asignar

Arquitectura de Sistemas 2 • A

Proyecto Arquitectura II G4

Sistema de IA local, sin internet, que analiza opiniones de clientes de un restaurante y alerta al gerente sobre quejas recurrentes.

groups4 Investigadores • Carné: 0900-16-625...

Ver Detalle del Proyectoarrow_forward

science

pin_dropPor asignar

Arquitectura de Sistemas 2 • B

Servimex IA

Sistema de IA local con revisión de Ordenes de Servicio, Manuales, procedimientos y políticas.

groups4 Investigadores • Carné: 0900-08-558...

Ver Detalle del Proyectoarrow_forward

Mantenimiento Predictivo con Edge Computing para la Litografía de Editorial Piedrasanta

pin_dropPor asignar

Arquitectura de Sistemas 2 • B

Mantenimiento Predictivo con Edge Computing para la Litografía de Editorial Piedrasanta

Nuestro proyecto es un sistema de mantenimiento predictivo con Edge Computing para la Litografía de Editorial Piedrasanta. El problema: las máquinas industriales, como una guillotina o una prensa offset, suelen dar señales antes de fallar: suben de temperatura o vibran más de lo normal. Si nadie las detecta a tiempo, la falla detiene la producción, atrasa pedidos, desperdicia material y obliga a reparaciones de emergencia. Cómo lo resolvemos: un clúster de tres mini computadoras de bajo consumo analiza en tiempo real la temperatura y la vibración de la máquina. Un modelo ligero de inteligencia artificial clasifica su estado como Normal, Advertencia o Crítico y lo muestra en un dashboard local con alertas. Todo se procesa dentro de la planta, sin depender de internet ni de la nube, y si uno de los nodos se desconecta, el sistema sigue funcionando sin interrumpir el servicio.

groups4 Investigadores • Carné: 0900-23-947...

Ver Detalle del Proyectoarrow_forward

Clúster Edge Computing para Mantenimiento Predictivo con IA Local

pin_dropPor asignar

Arquitectura de Sistemas 2 • A

Clúster Edge Computing para Mantenimiento Predictivo con IA Local

Sistema de IA local que clasifica el estado de una máquina industrial (normal, desgaste o falla inminente) a partir de lecturas simuladas de temperatura y vibración, mediante un clúster Edge Computing de tres mini PC con K3s. Toda la inferencia ocurre dentro del clúster, sin nube, y el servicio sigue respondiendo cuando se desconecta un nodo trabajador.

groups4 Investigadores • Carné: 0900-21-4333...

Ver Detalle del Proyectoarrow_forward

Control de acceso con reconocimiento facial mediante Edge Computing

pin_dropPor asignar

Arquitectura de Sistemas 2 • B

Control de acceso con reconocimiento facial mediante Edge Computing

Sistema de control de acceso que valida en un solo paso el carné QR y el rostro de cada persona, y registra sus entradas y salidas. Una Raspberry Pi 4 coordina el sistema y dos workers ejecutan la IA localmente, sin depender de la nube.

groups5 Investigadores • Carné: 0900-23-3247...

Ver Detalle del Proyectoarrow_forward

EdgeVision Inclusivo

pin_dropPor asignar

Arquitectura de Sistemas 2 • B

EdgeVision Inclusivo

EdgeVision Inclusivo es un sistema de visión artificial que detecta objetos y reconoce seis señas mediante una cámara, distribuye el procesamiento entre una Raspberry Pi y dos workers para mejorar la velocidad. Si un worker falla, el nodo principal continúa la inferencia localmente para mantener el sistema funcionando. *Raspberry Pi como nodo maestro. *Cámara de captura. *Dos workers. *Detección de objetos y reconocimiento de señas.

groups4 Investigadores • Carné: 0900-17-990...

Ver Detalle del Proyectoarrow_forward

science

pin_dropPor asignar

Arquitectura de Sistemas 2 • B

Edge Computing para inferencia de IA local autónoma

EdgeVision es un prototipo de inferencia de inteligencia artificial local diseñado para demostrar que una empresa puede interpretar imágenes y reconocer objetos sin consumir tokens de servicios comerciales de IA como servicio. El laboratorio utiliza dos arquitecturas de CPU distintas: una Orange Pi 4 Pro (ARM64) y una máquina virtual Ubuntu (x86-64) hospedada en una laptop con Windows 11. Los nodos se conectan por cable mediante un switch Gigabit de cinco puertos.

groups4 Investigadores • Carné: 0900-23-8585...

Ver Detalle del Proyectoarrow_forward

science

pin_dropPor asignar

Arquitectura de Sistemas 2 • A

CORE = Confidencialidad, Operación local, Resiliencia y Edge

Nuestro proyecto es un asistente de IA que corre dentro de una red empresarial, para que la información confidencial no tenga que salir a un servicio en la nube. El problema: usar IA en la nube obliga a mandar preguntas y datos internos a servidores de un tercero. Eso es un riesgo de confidencialidad y de cumplimiento, y además deja a la empresa dependiendo de internet y de un solo servidor. Cómo lo resolvemos: Montamos un clúster de edge computing con dos equipos pequeños, una mini PC y una Raspberry Pi. Los dos corren Debian 13, sin GPU, conectados por un switch Gigabit en una red privada. Cada uno ejecuta un modelo de lenguaje pequeño (llama3.2:1b, cuantizado a 4 bits), así que las preguntas nunca salen a un proveedor externo. Un balanceador que desarrollamos en Python manda las peticiones a la mini PC y, si esta falla, las redirige a la Pi sin interrumpir el servicio. Sobre el clúster funcionan un chat web, con usuarios verificados y contraseñas cifradas, y un asistente de voz.

groups4 Investigadores • Carné: 0900-23-10643...

Ver Detalle del Proyectoarrow_forward

NexoVisión: inteligencia artificial local en clúster

pin_dropPor asignar

Arquitectura de Sistemas 2 • B

NexoVisión: inteligencia artificial local en clúster

El proyecto consiste en un sistema de detección de objetos mediante inteligencia artificial que funciona localmente, sin depender de Internet. Utiliza dos computadoras conectadas por Ethernet para distribuir el procesamiento de imágenes de una cámara mediante YOLO y OpenVINO. Incluye monitoreo de recursos y permite que una computadora continúe procesando cuando la otra se desconecta, con reincorporación automática al restablecer el enlace.

groups1 Investigadores • Carné: 0900-23-8598...

Ver Detalle del Proyectoarrow_forward

science

pin_dropPor asignar

Arquitectura de Sistemas 2 • C

Diseño e Implementación de un Clúster de Edge Computing para Inferencia de IA Local Autónoma

Infraestructura física de Edge Computing 100% aislada de internet (Air-Gapped), orquestada con Kubernetes ligero (K3s) sobre nodos de bajo consumo para ejecutar un asistente de Inteligencia Artificial autónomo. Su núcleo procesa un Modelo de Lenguaje Pequeño (Qwen2:0.5b cuantizado a 4 bits) en tiempo real y sin conexión a la nube, garantizando soberanía de datos y latencias menores a 800 ms. A nivel de red y resiliencia, la arquitectura asegura Alta Disponibilidad (HA) y tolerancia a fallos mediante escalado horizontal automático (HPA), volúmenes persistentes locales y políticas de anti-afinidad para balancear la carga entre un nodo trabajador de 16 núcleos y un nodo maestro de contingencia. Integra telemetría en tiempo real con Prometheus y Grafana para auditar la Calidad de Servicio (QoS), enrutamiento Dual Stack (IPv4/IPv6) con Portal Cautivo en pfSense, y cumple estrictamente con el marco normativo de la Superintendencia de Telecomunicaciones (SIT) de Guatemala.

groups2 Investigadores • Carné: 0900-22-1009...

Ver Detalle del Proyectoarrow_forward

YOLO-Edge Pi Cluster

pin_dropPor asignar

Arquitectura de Sistemas 2 • B

YOLO-Edge Pi Cluster

Montamos un clúster de Edge Computing con una Raspberry Pi 400 y una computadora para ejecutar IA local (YOLO-nano) sin internet ni nube. La Raspberry Pi corre el modelo de visión con una cámara USB, y la computadora orquesta y respalda el sistema. Si la Pi falla, la computadora sigue dando inferencia sin interrupción. Todo conectado por un switch Gigabit en una subred privada.

groups4 Investigadores • Carné: 0900-21-1810...

Ver Detalle del Proyectoarrow_forward

Caja de Autoservicio Inteligente con Visión Artificial mediante Edge Computing

pin_dropPor asignar

Arquitectura de Sistemas 2 • A

Caja de Autoservicio Inteligente con Visión Artificial mediante Edge Computing

Desarrollamos una caja de autoservicio que utiliza inteligencia artificial y una cámara para reconocer productos y calcular el total de la compra automáticamente. El sistema funciona con una Raspberry Pi y una máquina virtual conectadas mediante una red local.

groups3 Investigadores • Carné: 0900-23-3058...

Ver Detalle del Proyectoarrow_forward