Browsing by Author "Pezoa Rivera, Raquel Andrea"

Now showing 1 - 13 of 13

Análisis de modelos de inteligencia artificial generativa en la producción de secuencias de proteínas de novo
(Universidad Técnica Federico Santa María, 2025-07-31) Cea Ruiz, Ignacio Miguel; León Vásquez, Roberto Jesús; Departamento de Informática; Pezoa Rivera, Raquel Andrea; Flores Herrera, Patricio Andrés
Desde hace ya tiempo, la inteligencia artificial se ha consolidado como una herramienta poderosa en bioinformática, posibilitando avances en diversos ámbitos. Más recientemente, se han desarrollado múltiples modelos generativos para abordar el problema del diseño de proteínas de novo, diferenciándose claramente entre aquellos que aprenden desde estructuras tridimensionales y aquellos que lo hacen a partir de secuencias de aminoácidos, i. e., los modelos de lenguaje de proteínas. En este trabajo se seleccionaron tres de los mejores modelos de lenguaje de proteínas, se optimizaron para aprender eficazmente desde conjuntos de secuencias pertenecientes a una familia proteica específica y se evaluó su capacidad de generar secuencias de proteínas de novo que pertenecieran a dicha familia y fueran estructuralmente viables, destacando ProGen2 como el modelo con mejor desempeño según el algoritmo de evaluación desarrollado. Con ello, se propuso un marco metodológico concreto y replicable para sacar el máximo provecho de estos modelos, priorizando la eficiencia y la interpretabilidad en el diseño de proteínas de novo.
Clasificación de tareas cognitivas a partir de señales EEG usando redes neuronales artificiales
(Universidad Técnica Federico Santa María, 2024-11) Varela Fernández, Diego Pablo; Pezoa Rivera, Raquel Andrea; Universidad Técnica Federico Santa María. Departamento de Informática; Saavedra Ruiz, Carolina Veronica
El análisis de señales cerebrales, en particular mediante electroencefalografía (EEG), ha adquirido una importancia significativa en la investigación de la cognición humana y en el diagnóstico de trastornos neurológicos. Este trabajo se enfoca en la clasificación de tareas cognitivas —leer, contar y reposo— a partir de señales EEG utilizando redes neuronales artificiales. Se han implementado varios modelos, incluyendo arquitecturas basadas en transformers, para identificar y diferenciar patrones cerebrales complejos asociados con cada tarea. Los resultados se evaluaron utilizando métricas como precisión (accuracy) y F1-score, con el objetivo de desarrollar una solución automatizada y precisa que contribuya tanto a la investigación en neurociencia como a aplicaciones clínicas avanzadas, tales como interfaces cerebro-computadora
CM-Chessboard-2: optimización del componente CM-Chesboard para Chessmindai
(Universidad Técnica Federico Santa María, 2026-08) Torrealba Catalán, Sebastián Ignacio; Díaz, Nelson; Departamento de Informática; Pezoa Rivera, Raquel Andrea; Carmona, Gabriel
ChessMindAI es una plataforma de enseñanza de ajedrez que utiliza cm-chessboard como componente central de tablero. La versión original de la librería presentaba tres limitaciones: ausencia de tipos estáticos, un sistema de extensiones limitado para las necesidades de ChessMindAI y un motor de animaciones serializado que acumulaba latencia bajo navegación rápida. Las alternativas existentes (Chessground, chessboard.js) no eran viables por licencia o mantenimiento. Este trabajo documenta cm-chessboard-2, el fork que sustituye al componente original. Migra a TypeScript preservando la API pública, amplía el sistema de extensiones, rediseña el motor de animaciones con cancelación cooperativa basada en tokens y composite layers, optimiza el rendering SVG bajo redimensionamiento, reduce la presión sobre el garbage collector durante el drag y agrega una extensión que anima transiciones entre posiciones arbitrarias resolviendo el emparejamiento óptimo de piezas con el algoritmo Húngaro. Para validar el resultado se construyó un harness de benchmark reproducible sobre 200 iteraciones por suite en Google Chrome de escritorio; el estudio de percepción con usuarios se propone como trabajo futuro. Sobre las ocho suites comparables, cm-chessboard-2 resulta entre 1,2 y 14,7 veces más rápido que el componente original en las operaciones intensivas, con un speedup de 10,89× en el escenario de carga sostenida.
Desarrollo de un modelo y sistema de análisis de espesores de bandas de correas transportadoras mediante el uso de herramientas de inteligencia de negocios en la división minera Antucoya de Antofagasta Minerals
(2024-10) Panire Lique, Marcelo Hernán; Godoy Barrera, Pedro Francisco; Universidad Técnica Federico Santa María. Departamento de Informática; Pezoa Rivera, Raquel Andrea
En Minera Antucoya, dedicada a la extracción de cobre, se reciben periódicamente informes de desgaste de espesores de las bandas de correas transportadoras, elaborados por una empresa externa. Estos informes requieren mayor detalle, información y mejores gráficas. Por ello, se propone una mejora mediante la implementación de herramientas de inteligencia de negocios o business intelligence. Para lograrlo, se lleva a cabo la extracción de datos de los informes actuales mediante un proceso llamado ETL (Extracción, Transformación y Carga). Posteriormente, se crea una base de datos que permite generar nuevos informes y realizar análisis predictivos con Python. Como resultado, se obtiene un informe más completo e interactivo, con gráficas predictivas del desgaste de la banda a lo largo del tiempo, lo que contribuye a reducir tiempos de trabajo y mejora el análisis.
DESIGN AND IMPLEMENTATION OF A GRID INFORMATION SYSTEM FOR THE ATLAS EXPERIMENT AT CERN.
(Universidad Técnica Federico Santa María, 2008) Pezoa Rivera, Raquel Andrea; Universidad Técnica Federico Santa María. UTFSM. Casa Central; SALINAS CARRASCO, LUIS; CAÑAS ROBLES, JAVIER
Tesis no incluye resumen.
Diseño e implementación de una solución de gestión de identidades y control de acceso para pymes basada en servicios cloud
(Universidad Técnica Federico Santa María, 2026-10) Cubillos Hidalgo, Alejandro Ignacio; Pezoa Rivera, Raquel Andrea; Departamento de Informática; Monge Anwandter, Raúl
Las Pequeñas y Medianas Empresas (PYMEs) enfrentan importantes desafíos en ciberseguridad debido al uso de mecanismos tradicionales de autenticación y control de acceso, los cuales suelen presentar debilidades de seguridad y dificultades de administración. Además, las leyes chilenas 21.719 y 21.663 exigen medidas adecuadas para proteger la información y gestionar el acceso a los sistemas. Este trabajo propone y evalúa el diseño de una solución de gestión de identidades y control de acceso para PYMEs, basada en autenticación centralizada, control de acceso basado en roles (RBAC) y servicios cloud. Para ello, se desarrolló un prototipo funcional utilizando la plataforma Base44, incorporando gestión de usuarios, autenticación integrada y APIs protegidas. La validación del prototipo permitió comprobar que este enfoque mejora la administración de accesos, restringe funcionalidades según el rol del usuario y fortalece la seguridad de los recursos protegidos, representando una alternativa viable y de bajo costo para PYMEs.
Estudio comparativo sobre simulaciones de potenciales relacionados con eventos para P300
(Universidad Técnica Federico Santa María, 2026-07) Torres Cornejo, Joaquín Gabriel; Pezoa Rivera, Raquel Andrea; Departamento de Informática; Saavedra Ruiz, Carolina Verónica
El desarrollo de interfaces cerebro-computadora basadas en el potencial evocado P300 se ve limitado por la escasez de registros electroencefalográficos empíricos, cuya adquisición es costosa y lenta, lo que resulta insuficiente para entrenar modelos de aprendizaje profundo sin incurrir en sobreajuste. La generación de señales sintéticas surge como una alternativa para mitigar esta limitación, siempre que reproduzca con fidelidad las propiedades de los registros reales. Este trabajo presenta un estudio comparativo de tres modelos de propagación volumétrica de complejidad creciente para la simulación del componente P300: un dipolo en esfera conductora homogénea, el modelo de elementos de frontera (BEM) del NY Head implementado en SEREEGA sobre MATLAB, y el BEM del atlas poblacional fsaverage implementado en MNE-Python. Los tres enfoques se alimentaron con un conjunto unificado de parámetros de entrada, de modo que las diferencias observadas son atribuibles exclusivamente al mecanismo de propagación. Los datos sintéticos se validaron cuantitativamente contra registros empíricos del Dataset II del BCI Competition III, mediante métricas de morfología temporal, distribución topográfica y correlación de forma por canal. Los resultados muestran que el modelo de propagación condiciona de forma determinante la distribución espacial del P300 simulado: los modelos BEM reproducen correctamente la localización del máximo en el canal Cz observada en los datos reales, mientras que el modelo de esfera la sitúa erróneamente en Pz. El análisis identifica cinco brechas de realismo entre los datos sintéticos y los empíricos, que orientan las líneas de mejora del paradigma de simulación.
Identification of boosted tau pairs at atlas experiment using deep neural networks
(Universidad Técnica Federico Santa María, 2022-01) Zavala Torres, Javier Alejandro; Torres Lopez, Claudio Esteban; Departamento de Informática; Pezoa Rivera, Raquel Andrea
Measurements related to high-energy physics events producing a pair of tau particles are essential to search for new physics because it is one of the most important ecays of the Higgs boson. Scientists in CERN’s ATLAS experiment are working on the development of algorithms dedicated to the identifica􀆟on of pairs of tau particles. This work focuses on the development of a computational algorithm for identifying the generation of a pair of tau particles of the type boosted, which includes (i) reduc􀆟on and validation of the data set composed of the pair signal of taus boosted and the background corresponding to hadron jets (ii) development of an algorithm based on deep neural networks to classify events into signal or background, (iii) validation of the proposed method and comparison with the current solution. The experiments carried out resulted in an F1 score of 0.989, reaching 99.9 % of the current solution, and a background rejection of 9, 460 · 102 was obtained for the working point very loose with signal efficiency 0.95, reaching 74.6 % of the current solution.
NUEVO ALGORITMO PARA LA ATRIBUCIÓN DE AUTORES BASADO EN N-GRAMAS
(2018) Godoy Álvarez, Gloria Loreto; Departamento de Informática; Torres Lopez, Claudio Esteban; Pezoa Rivera, Raquel Andrea
Propuesta de estrategias para reducir el fenómeno de olvido catastrófico en modelos de clasificación con aprendizaje continuo
(2024-01) Oyanedel Espinoza, Jesús Vicente; Montero Ureta, Elizabeth Del Carmen; Pezoa Rivera, Raquel Andrea; Departamento de Informática; Torres López, Claudio Esteban
Robustez y adaptabilidad de los descriptores acústicos en la detección de alteraciones fonológicas mediante un enfoque plurilingüe y multi-patológico: caso Refracted Speech
(Universidad Técnica Federico Santa María, 2025-08-07) García Ramírez, Joaquín; Departamento de Informática; Pezoa Rivera, Raquel Andrea
Desarrollando el videojuego "Arm Around!" nació un interés por considerar su "consumo de segunda mano'' mediante plataformas de streaming de contenido generado por usuarios. Sin embargo, existe poca información sobre buenas prácticas de diseño de videojuegos orientadas específicamente al streaming. Esta memoria explora el impacto de prácticas, patrones y elementos de diseño en la viralización y ventas de videojuegos. Se propusieron dieciséis aspectos investigando fuentes académicas y de la industria, evaluándolos mediante el análisis de casos exitosos y fallidos, y aplicando los más relevantes a "Arm Around!". Realizando entrevistas a diseñadores de videojuegos, streamers y desarrolladores del equipo (n=10), todos los cambios fueron considerados positivos, lo que podría indicar un impacto positivo en la capacidad de viralización y ventas del videojuego.
Simulations and analysis for the detection of cosmic rays at the CONDOR Observatory
(Universidad Técnica Federico Santa María, 2024-08) Navarro Farías, Luis Felipe; Viaux Maira, Nicolas; Zerwekh Arroyo, Alfonso Raul; Departamento de Física; Pezoa Rivera, Raquel Andrea
Thedetection of high-energy particles is critical for advancing our understanding of the universe and its phenomena. This thesis aims to optimize the forthcoming advancements and detections of the CONDOR Observatory currently under construction by conducting detailed simulations of gamma rays interacting with the Earth’s atmosphere, generating extensive air showers that provide a comprehensive description of potential future detections at CONDOR. In this study, various versions of the CORSIKA simulation software were utilized to validate the use of the specific version employed in this thesis. A primary gamma and cosmic ray with an incident energy of 105 GeV, a target detection range for the observatory, was simulated. The resulting data allowed for the graphical representation and analysis of the behavior of various particles of interest, including electrons, photons, and charged particles in general. It was observed that the particles reaching the detector are the least energetic, as the more energetic ones are produced closer to the initial primary particle-atmosphere interactions. Simulations were also performed for gamma rays incident at different zenith angles, illustrat ing a decrease in both the quantity and energy of the particles as the zenith angle increased. The resulting plots and thorough analysis confirmed that the proposed 133×112 meter area for the detector array is valid and sufficient for detecting the most important particles under study. The findings of this research lay a solid foundation for future work incorporating Machine Learning techniques, which hold the potential to significantly advance modern science and particle detection capabilities
Utilización de algoritmos cuánticos para mejorar rendimiento de simulaciones de nanoestructuras de una y dos dimensiones
(Universidad Técnica Federico Santa María, 2023-10) Norambuena Leiva, Javier Ignacio; Pezoa Rivera, Raquel Andrea; Suárez Morell, Eric; Departamento de Informática; Florez Uribe, Juan Manuel
La computación cuántica se ha vuelto un tema de interés en países del primer mundo debido al desarrollo de máquinas de sobre 100 qubits, es por ello por lo que, es importante involucrarse en esta área por las proyecciones en el futuro próximo y las posibilidades que ofrece el uso de máquinas cuánticas frente a las tradicionales. Este trabajo constituye una primera versión de un esquema de flujo de trabajo, además de un análisis en torno al uso de recursos de las aplicaciones de métodos cuánticos para el estudio de sistemas físicos de la materia condensada y quimica cuantica, en el contexto de la física computacional. Estas técnicas se pusieron a prueba en diferentes estructuras para generar un constaste con las técnicas más famosas en el área.

Browsing by Author "Pezoa Rivera, Raquel Andrea"

UNIVERSIDAD

CAMPUS Y SEDES

EXTENSIÓN Y CULTURA

SERVICIOS