Introduction: This article is the result of research entitled "Development of a prototype to optimize access conditions to the SENA-Pescadero using artificial intelligence and open-source tools", developed at the Servicio Nacional de Aprendizaje in 2020.   Problem: How to identify Machine Learning Techniques applied to computer vision processes through a literature review? Objective: Determine the application, as well as advantages and disadvantages of machine learning techniques focused on the detection and identification of people. Methodology: Systematic literature review in 4 high-impact bibliographic and scientific databases, using search filters and information selection criteria. Results: Machine Learning techniques defined as Principal Component Analysis, Weak Label Regularized Local Coordinate Coding, Support Vector Machines, Haar Cascade Classifiers and EigenFaces and FisherFaces, as well as their applicability in detection and identification processes.   Conclusion: The research led to the identification of the main computational intelligence techniques based on machine learning, applied to the detection and identification of people. Their influence was shown in several application cases, but most of them were focused on the implementation and optimization of access control systems, or tasks in which the identification of people was required for the execution of processes. Originality: Through this research, we studied and defined the main machine learning techniques currently used for the detection and identification of people. Limitations: The systematic review is limited to information available in the 4 databases consulted, and the amount of information is variable as articles are deposited in the databases.

This article is part of the area of diagnostics and troubleshooting in industrial processes, focusing their application to synchronous motors to identify incipient faults affecting the main advantages of using these engines. At present, there are many methods of detection and diagnosis of faults, but this research focuses on fault detection by correlation and their classification using artificial neural networks. Keywords:Synchronous motor, mathematical model, fault detection, neural networks.Resumen: Este artículo se enmarca dentro del área de diagnóstico y detección de fallas en procesos industriales, enfocando su aplicación hacia los motores síncronos para identificar las fallas incipientes que afectan las principales ventajas de utilización de estos motores. En la actualidad, existen muchos métodos de detección y diagnóstico de fallas, pero esta investigación se enfoca en la detección de fallas por correlación y clasificación de las mismas utilizando redes neuronales artificiales.Palabras clave: Motor síncrono, modelo matemático, detección de fallas, redes neuronales. INTRODUCCIÓNLos motores eléctricos son máquinas que pueden convertir la energía eléctrica en energía mecánica como movimiento rotatorio, con el propósito de que efectúe trabajo útil. Estos motores se fabrican desde pequeñas potencias hasta potencias grandes y con una amplia variedad de velocidades, que pueden ser fijas, ajustables o variables [1].Por lo tanto, dada la importancia de los motores síncronos como parte de una red eléctrica, el empleo de modelos matemáticos que permitan la predicción de su desempeño, lo convierte en tema de diversas investigaciones para su caracterización [2,3].En la actualidad existe en la industria una gran demanda de sistemas que incorporan capacidades de detección y diagnóstico de fallos (SDDF). Debido que estas tareas permiten la detección temprana de las fallas en el proceso, corrigiendo desviaciones en la producción, y principalmente anticipándose a posibles situaciones que pongan en peligro la vida humana y el medio ambiente. Es por estos motivos, por lo que en los últimos años ha sido evidente el desarrollo a nivel de investigación y de transferencia de tecnología del campo de la detección y diagnóstico de f allos tanto a nivel nacional como internacional [4,5,6].

Este trabajo presenta la implementación de una Red Neuronal FeedFoward para el control de equilibrio de un sistema sobre dos ruedas (péndulo invertido), en una tarjeta de desarrollo Nexys 2 de Digilent, que contiene una FPGA (Field Programmable Gate Array) XC3S500E. La herramienta utilizada para la creación, entrenamiento y simulación de la red neuronal fue la NNTool de Matlab. El algoritmo neuronal fue traducido a un modelo realizable en hardware, mediante diagramas de bloques, desarrollados con las herramientas Simulink y Xilinx System Generator (XSG). La validación de la red neuronal se realiza en un prototipo de equilibrio sobre dos ruedas. Este sistema tiene una unidad de medida inercial (IMU 6dof- MPU 6050), que incluyen un acelerómetro y un giroscopio de tres ejes cada uno, y 2 motorreductores con encoder magnético, utilizados como actuadores.

Para mejorar los índices de educación, innovación y desarrollo en la población, resulta nece- sario que las instituciones educativas estatales, junto con los entes gubernamentales trabajen de forma incorporada y proactiva en el diseño de planes, programas, proyectos y políticas que, conjuntamente con las metas, permitan, en breve, mediano y largo plazo beneficios que proporcionen el desarrollo armónico para conseguir una región más competitiva, es decir, un mejor nivel de vida para su población de forma generalizada. Lograr que la educación en las ciudades sea más competitiva, equitativa y justa conlleva que su desarrollo se debe basar en la innovación tecnológica y en el emprendimiento para poder robustecer las empresas, las insti- tuciones de conocimiento. Es aquí donde se genera la intención de implementar estrategias, como la elaboración de se- milleros en tecnología e innovación en los colegios de las ciudades del país, que proporcionen escenarios para que los estudiantes de las instituciones educativas se involucren en la investigación que fortifique el progreso y mantenimiento de grupos de investigación, además de fortalecer sus aptitudes básicas orientadas a la investigación, incorporando el perfeccionamiento de la investigación a temprana edad; también mejorar su proyección vocacional identificando y planteando soluciones a problemas del entorno, fortaleciendo la productividad junto a la competitividad en la ciudad y el país. En este escrito se realiza la presentación de los casos de estudio realizados en Tecnoacademia Cúcuta, aplicados en diferentes escenarios de aprendizaje generando proyectos de formación utilizando la metodología STEM (Sciences, Technology, En- gineering and Mathematics).