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.pdf4,26 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.