Ingeniería Civil Informática (Campus San Joaquín)

Si bien el diseno de metaheurísticas ha demostrado ser una herramienta util en la optimización, para alcanzar el mejor rendimiento de estos algoritmos es importante considerar los valores de sus parametros. Por otro lado, las redes de búsqueda trayectorial son utilizadas para analizar, visualizar y contrastar el comportamiento de metaheurísticas. En este trabajo se propone realizar un análisis basado en dicha trayectoria para estudiar el comportamiento del algoritmo de sintonizacion Evoca considerando como algoritmo objetivo un algoritmo genetico que resuelve el problema de los NK landscapes, variando el espacio de busqueda de parámetros analizado. Para finalmente obtener las visualizaciones de las redes trayectoriales junto a las metricas asociadas a cada visualización analizando los resultados obtenidos

La recuperación de imágenes basadas en contenido (CBIR) apunta a obtener imágenes similares a una imagen de entrada. El contenido hace referencia a colores, formas, texturas u otra información derivada de una imagen. La importancia de CBIR radica en que permite la búsqueda eficiente y eficaz de imágenes dentro de una base de datos aprovechando el contenido de la imagen. Si bien existe la búsqueda por imágenes utilizando etiquetas o metadatos, no siempre se cuenta con dicha información, incluso puede ser incorrecta o difícil de obtener. Existe una amplia gama de aplicaciones relacionadas con CBIR, una de ellas es el apoyo a médicos para la detección de enfermedades. Proximity es uno de los tantos métodos desarrollados en el área de CBIR, se basa en la concatenación de una red neuronal de segmentación y otra de clasificación. Lamentablemente, Proximity y muchos otros sistemas CBIR asumen la disponibilidad de un gran número de imágenes etiquetadas por médicos expertos. Este supuesto es difícil de satisfacer en la práctica y fuerza a los desarrolladores a entrenar el sistema con conjuntos de datos internacionales cuyas características pueden diferir de los datos nacionales para los que el sistema está siendo construido. Self-supervised Learning es un concepto que ha ganado popularidad últimamente al ser métodos que no requieren de imágenes etiquetadas, es por ello que se investiga su uso para romper las limitaciones mencionadas anteriormente, obteniendo mejoras tanto en precisión como en tiempo y tamaño de embeddings, sin la necesidad de utilizar etiquetas.

Hoy en día la depresion es una de las enfermedades más frecuentes, según la OMS, se estima que afecta a 300 millones de personas en todo el mundo y puede llevar al suicidio siendo esto la segunda causa de muerte de personas entre 15 a 29 anos. Más del 70 % de los pacientes no consultan doctores en etapas tempranas de la enfermedad. Ademas, las personas cada vez comparten mas en redes sociales sus emociones y rutinas diarias. Con esto se propone una forma de detectar la depresion de manera inteligente y automática mediante la recolección de posts en redes sociales. En este trabajo se estudia el rendimiento de un modelo propuesto basado en una red neuronal de tipo LSTM que tiene como entrada un tensor con los tweets de un usuario transformados en vectores utilizando word embeddings para palabras en espanol, mientras que la salida corresponde a la predicción de si el usuario en cuestión tiene depresion o no. Los resultados son comparados con diferentes tipos de modelos que sirven como benchmark para la LSTM propuesta.

En la última década, se ha observado un crecimiento significativo en la adopción de tecnologías de la información en diversos aspectos de nuestra vida, abarcando desde las actividades cotidianas de las personas hasta el funcionamiento de las grandes empresas. Esta situación ha motivado a las pequeñas, medianas o grandes empresas, a modernizar sus operaciones e incorporar lo que se conoce como la "transformación digital". En este trabajo, se define y describe una solución destinada a incursionar en el sector de bienes raíces, enfocándose específicamente en el ámbito del arriendo y la administración de propiedades. En los primeros apartados del documento, se exponen las principales problemáticas que afectan a los administradores de propiedades. Luego, se define la implementación de un nuevo software que soluciona varios de los procesos que afrontan los administradores de propiedades en su labor. Al final del documento se muestran las evidencias que permiten afirmar que la solución desarrollada cumple con los objetivos de ser una plataforma intuitiva y de fácil uso, que permite la centralización de la información y que por medio de ella se logra generar un estado de caja claro y controlado.

El estándar actual de los videojuegos de computador, en el que estos se juegan con teclado y ratón o joystick, implica una barrera de entrada para nuevos jugadores, que deben aprender esquemas de teclas o botones con los que no están familiarizados, y por otro lado, causa que los desarrolladores limiten el diseño de sus creaciones para adecuarse a tales controles. Por lo anterior, se creará un framework para desarrollar videojuegos de computador que puedan ser controlados realizando gestos y movimientos en un smartphone, permitiendo a desarrolladores explorar nuevas ideas y diseñar interacciones más intuitivas e innovadoras para sus jugadores.