Introducción. La difusión de la COVID-19 en el mundo ha provocado una avalancha de investigaciones para enfrentarla y atenuar sus efectos, a lo cual han contribuido los estudios de inteligencia artificial.
Objetivos. En este trabajo se muestra cómo pueden aplicarse técnicas de inteligencia artificial, en particular de ciencias de datos y aprendizaje automático, para obtener conocimiento útil en la predicción de la letalidad de la COVID-19.
Métodos. Se analizaron los datos disponibles de pacientes en México hasta el 20 de abril, incluyendo 16 rasgos (físicos y clínicos) sobre cerca de 9000 casos positivos (más de 700 fallecidos), con el foco en identificar patrones que predigan un desarrollo fatal de la enfermedad. Se emplearon técnicas de preparación y visualización de datos, selección de rasgos e inducción de reglas empleando el algoritmo J48, las redes neuronales y la teoría de los conjuntos aproximados.
Resultados. Los patrones encontrados por las diferentes vías empleadas coinciden en la relación fuerte entre varios rasgos de los pacientes en casos de letalidad, entre los cuales se destacan la edad, la obesidad, la hipertensión, la inmunosupresión, la diabetes, los problemas renales y cardíacos. Los resultados pueden ayudar a mejorar la comprensión de la enfermedad y muestran las capacidades de las técnicas de inteligencia artificial para analizar datos desde diferentes perspectivas, como apoyo al trabajo médico.

Introducción: En la última década el maquinado de alta velocidad ha sido de especial interés para los sectores académico e industrial. Su influencia en el desempeño del mecanizado por arranque de virutas permite un alto valor de metal removido y un buen acabado superficial. Objetivos: en este trabajo se muestra la determinación de indicadores tecnológicos y parámetros de corte en el maquinado de alta velocidad en aceros con la utilización combinada de métodos experimentales, de simulación numérica y de inteligencia artificial.
Métodos: Se realizaron ensayos experimentales en el maquinado de alta velocidad de varios tipos de aceros, utilizando diversas herramientas de corte y condiciones de elaboración. Se utilizaron métodos estadísticos matemáticos para los análisis de correlación, se simularon por el método de los elementos finitos las condiciones experimentales y a través de herramientas de inteligencia artificial, se obtuvieron modelos predictivos combinados.
Resultados: Se definieron nuevos criterios para el estudio de la maquinabilidad de aceros que permitan evaluar su desempeño; se obtuvieron modelos matemáticos de correlación entre las variables fundamentales del maquinado de alta velocidad de aceros por métodos experimentales; se obtuvieron modelos numéricos por el método de elementos finitos que complementan los ensayos experimentales; y se definió e implementó mediante herramientas de inteligencia artificial, la predicción de indicadores tecnológicos.

Introducción. El análisis de escenario desarrolla un proceso sistemático para crear un conjunto de dos a cinco narrativas posibles que describen potenciales evoluciones de áreas clave en condiciones de incertidumbre, frecuentemente acompañados de gráficos. Ayuda a explorar un rango de posibles y plausibles futuros. El contenido del escenario está basado en variables seleccionadas y su interacción, y el escenario se define en términos de estos factores claves o descriptores. 
Objetivos. Se ha desarrollado una propuesta para aplicar el análisis de escenario en el estudio del comportamiento de la COVID-19 en Cuba, en general, y en Villa Clara, en particular.
Métodos. Los factores claves empleados son máxima cantidad de diagnósticos positivos diarios, número de días de duración de la epidemia y cantidad total de diagnósticos positivos al final de la epidemia. Para cada escenario se construyen 3 funciones destinadas a mostrar un comportamiento posible de la epidemia. El proceso para la construcción de las funciones se basa en técnicas de inteligencia artificial, tales como los conjuntos borrosos y las metaheurísticas.
Resultados. Los escenarios construidos muestran concordancia con otros modelos matemáticos y computacionales desarrollados para el caso nacional y provincial, lo cual es importante pues en una modelación en condiciones de incertidumbre, como es esta, la coincidencia de modelos basados en enfoques diferentes es positiva y puede dar más seguridad a los decisores