Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad U.N.
Publicado
Intelligent translator system (9 languages) based on adaptive algorithms for portable prototypes based on microcontrollers to use in Andes mountains agriculture tasks
Sistema traductor inteligente (9 idiomas) basado en algoritmos adaptativos para prototipos portátiles basados en microcontroladores para su uso en tareas agrícolas de las montañas de los Andes
DOI:
https://doi.org/10.15446/dyna.v93n242.117919Palabras clave:
adaptive algorithms, machine translation, mechatronic prototypes, speech processing, 3D surface reconstruction (en)algoritmos adaptativos, traducción automática, prototipos mecatrónicos, procesamiento de voz, reconstrucción de superficies 3D (es)
Descargas
This research analyzes optimal algorithmic strategies to design a standalone language translator capable of processing Spanish, Quechua, Italian, Portuguese, French, German, Russian, Mandarin, and English. The proposal focuses on correlating a specific vocabulary distributed across verbs, pronouns, nouns, and conjunctions. Every word is represented through a geometric analysis to identify morphological roots and establish cross-linguistic equivalences. Polynomial models and adaptive modulating functions are implemented within a discrete domain to minimize translation errors word-by-word. The resulting system is executed by a portable microcontroller architecture integrated with a local human-machine interface, eliminating internet dependence. This practical device aims to support communication between researchers and native agricultural communities in the Peruvian Andes, facilitating the exchange and preservation of traditional farming knowledge under a strict framework of cultural respect. (p. 1)
Esta investigación analiza estrategias algorítmicas óptimas para diseñar un traductor de idiomas autónomo capaz de procesar español, quechua, italiano, portugués, francés, alemán, ruso, mandarín e inglés. La propuesta se centra en correlacionar un vocabulario específico distribuido en verbos, pronombres, sustantivos y conjunciones. Cada palabra se representa mediante un análisis geométrico para identificar raíces morfológicas y establecer equivalencias lingüísticas. Se implementan modelos polinomiales y funciones de modulación adaptativas en un dominio discreto para minimizar los errores de traducción palabra por palabra. El sistema resultante es ejecutado por un microcontrolador portátil integrado con una interfaz humana local, eliminando la dependencia de internet. Este dispositivo práctico busca apoyar la comunicación entre investigadores y comunidades agrícolas nativas de los Andes peruanos, facilitando el intercambio y la preservación del conocimiento agrícola tradicional bajo un marco de respeto cultural. (p. 2)
Referencias
[1] Dugan, N., and Erkoç, Ş., Genetic algorithms in application to the geometry optimization of nanoparticles. Algorithms, 2(1), pp. 410-428, 2009. DOI: https://doi.org/10.3390/a2010410
[2] Alotaibi, A., Deep generative adversarial networks for image-to-image translation. A Review. Symmetry, 12(10), art. 1705, 2020. DOI: https://doi.org/10.3390/sym12101705
[3] Luo, Z., The reduced-order extrapolating method about the crank-nicolson finite element solution coefficient vectors for parabolic type equation. Mathematics, 8(8), art. 1261, 2020. DOI: https://doi.org/10.3390/math8081261
[4] Zhang, H., Liu, C., Ma, J., and Sun, H., ship infrared automatic target recognition based on bipartite graph recommendation: a model-matching method. Mathematics, 12(1), art. 168, 2024. DOI: https://doi.org/10.3390/math12010168
[5] Barbierato, E., and Gatti, A., The challenges of machine learning. A Critical Review. Electronics, 13(2), art. 416, 2024. DOI: https://doi.org/10.3390/electronics13020416
[6] Pau, D.P., and Aymone, F.M., Forward learning of large language models by consumer devices. Electronics, 13(2), art. 402, 2024. DOI: https://doi.org/10.3390/electronics13020402
[7] Jia, H., Huang, J., Zhao, K., Mao, Y., Zhou, H., Ren, L., Jia, Y., and Xu, W., Demonstration-based and attention-enhanced grid-tagging network for mention recognition. Electronics, 13(2), art. 261, 2024. DOI: https://doi.org/10.3390/electronics13020261
[8] Panagoulias, D.P., Virvou, M., and Tsihrintzis, G.A., Augmenting large language models with rules for enhanced domain-specific interactions.The Case of Medical Diagnosis. Electronics, 13(2), art. 320, 2024. DOI: https://doi.org/10.3390/electronics13020320
[9] Kaushik, A., Jacob, B., and Velavan, P., An exploratory study on a reinforcement learning prototype for multimodal image retrieval using a conversational search interface. Knowledge, 4(1), pp. 116-138, 2024. DOI: https://doi.org/10.3390/knowledge4010007
[10] Sharma, S., Diwakar, M., Singh, P., Singh, V., Kadry, S., and Kim, J., Machine translation systems based on classical-statistical-deep-learning approaches. Electronics, 12(7), art. 1716, 2023. DOI: https://doi.org/10.3390/electronics12071716
[11] Vandeghinste, V., Vanallemeersch, T., Augustinus, L., Bulté, B., Van Eynde, F., Pelemans, J., Verwimp, L., Wambacq, P., Heyman, G., Moens, M.F., Van-der-Lek-Ciudin, I., Steurs, F., Terryn, A.R., Lefever, E., Tezcan, A., Macken, L., Hoste, V., Daems, J., and Buysschaert, J., Improving the translation environment for professional translators. Informatics, 6(2), art. 24, 2019. DOI: https://doi.org/10.3390/informatics6020024
[12] Wang, C., Li, Z., Chen, T., Wang, R., and Ju, Z., Research on the application of prompt learning pretrained language model in machine translation task with reinforcement learning. Electronics, 12(16), art. 3391, 2023. DOI: https://doi.org/10.3390/electronics12163391
[13] Jung, D., Park, C., Eo, S., and Lim, H., Enhancing machine translation quality estimation via fine-grained error analysis and large language model. Mathematics, 11(19), art. 4169, 2023. DOI: https://doi.org/10.3390/math11194169
[14] Carl, M., Models of the translation process and the free energy principle. Entropy, 25(6), art. 928, 2023. DOI: https://doi.org/10.3390/e25060928
Cómo citar
IEEE
ACM
ACS
APA
ABNT
Chicago
Harvard
MLA
Turabian
Vancouver
Descargar cita
Licencia
Derechos de autor 2026 DYNA
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.
