Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1681| Título : | Apoyo a la comunicación y acceso a la información de estudiantes con discapacidad auditiva en UNICESMAG y UNIMINUTO mediante un aplicativo web |
| Autor : | Cordoba Gomez, Yeferson Audelo Cordoba Rodriguez, Juan Carlos Rodriguez Rosero, Karen Yisenia |
| Palabras clave : | ACCESIBILIDAD DIGITAL APLICATIVO WEB INTELIGENCIA ARTIFICIAL LENGUA DE SEÑAS COLOMBIANA RECONOCIMIENTO DE SEÑAS |
| Fecha de publicación : | 10-ago-2026 |
| Editorial : | San Juan de Pasto - Nariño (Colombia) : Universidad CESMAG |
| Citación : | Cordoba Gomez, Y. A. & Cordoba Rodriguez, J. C. & Rodriguez Rosero, K. Y. (2026). Apoyo a la comunicación y acceso a la información de estudiantes con discapacidad auditiva en UNICESMAG y UNIMINUTO mediante un aplicativo web.[Trabajo de pregrado. Universidad CESMAG]. Repositorio Institucional de la Universidad CESMAG. http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1681 |
| Resumen : | El presente trabajo de grado tuvo como propósito implementar un aplicativo web basado en inteligencia artificial para apoyar la comunicación básica y el acceso a la información de estudiantes con discapacidad auditiva en las universidades CESMAG y UNIMINUTO, mediante el reconocimiento de palabras en Lengua de Señas Colombiana (LSC). La investigación surgió a partir de las barreras comunicativas que pueden presentarse en contextos educativos cuando no se cuenta con apoyos suficientes o herramientas tecnológicas accesibles que faciliten la interacción entre estudiantes sordos, docentes y compañeros oyentes [1], [2]. Metodológicamente, el proyecto se desarrolló bajo un enfoque mixto, con predominio cualitativo, articulando la revisión de técnicas y metodologías de reconocimiento, la construcción de un dataset propio, el entrenamiento de modelos de inteligencia artificial, el desarrollo del aplicativo web y su validación mediante una prueba de concepto [3]. Para el reconocimiento de señas, se analizaron diferentes arquitecturas de aprendizaje profundo, entre ellas CNN 1D, Transformer, Bi |
| URI : | http://repositorio.unicesmag.edu.co:8080/xmlui/handle/123456789/1681 |
| Aparece en las colecciones: | Ingeniería de Sistemas |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| CEIS056-IS C796 2026.pdf | 4,26 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.