La Ley de Little como Vector de Resiliencia y Calidad
Estudio sobre la aplicación de la Ley de Little para elevar la previsibilidad de entrega y la resiliencia en operaciones de Data Science.
La verdadera innovación no nace del hype corporativo, sino del rigor académico validado por pares. Este repositorio consolida décadas de investigación científica y modelado analítico conducidas por Ulisses Flores. Explorando la intersección entre Inteligencia Artificial, Resiliencia Cibernético-Financiera y la Teoría de los Sistemas Complejos, cada publicación aquí listada (con registro DOI) representa una contribución documentada al estado del arte de la ingeniería y la economía.
Rigor de nivel Q1 con trazabilidad DOI
Cada artículo sigue estándares de publicación académica internacional con revisión por pares, identificadores DOI y metodología reproducible — aplicados directamente a proyectos reales de consultoría, arquitectura de sistemas e investigación en IA.
Estudio sobre la aplicación de la Ley de Little para elevar la previsibilidad de entrega y la resiliencia en operaciones de Data Science.
Análisis predictivo de activos financieros con redes LSTM para capturar dinámica temporal en mercados no estacionarios.
Detección de fraude en tarjetas con redes neuronales MLP e ingeniería de atributos para datos desbalanceados.
Análisis historiográfico y arqueológico exhaustivo sobre la historicidad de Jesús.
Análisis de Bitcoin como activo de reserva a través de la teoría monetaria de la Escuela Austríaca.
Análisis histórico-crítico de la canonización escribal y la formación del canon bíblico.
Análisis teológico y fenomenológico de las apariciones marianas.
Arqueología espiritual, teológica y visual del Club Santo y los orígenes del metodismo.