| 30-11-2023 |
Desarrollo de redes neuronales artificiales para procesamiento de datos astronómicos.
Esta IPRE tiene como objetivo desarrollar redes neuronales artificiales (ANNs) para el análisis de un vasto conjunto de datos obtenidos durante varios años por el Atacama Cosmology Telescope, un telescopio cosmológico dedicado a observar el cielo en longitudes de ondas milimétricas para estudiar la radiación de fondo cósmico (CMB). Dicha radiación corresponde a la señal remanente del Big Bang, y sobre ella se superponen las señales de múltiples tipos de objetos astronómicos (cúmulos, galaxias, planetas, etc.), lo cual plantea desafíos para la generación de mapas del CMB, pero además abre la oportunidad a interesantes descubrimientos científicos. Los estudiantes investigarán y aplicarán distintos métodos de minería de datos y ANNs para optimizar el pre-procesamiento de datos del ACT, mejorar el proceso de construcción de mapas del CMB, y detectar otras señales de interés astronómico. Se requieren conocimientos previos de machine learning (IIC2433), pero no de astrofísica.
Prerequisitos:
IIC2433
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 14-07-2023 |
Creatividad computacional en redes generativas de audio
Modelar y estudiar la creatividad de redes neuronales profundas que son capaces de generar contenido de audio o música.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 4/5 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 10-05-2023 |
¿Cómo predecir mediante IA la cantidad de CO2 que las cementeras chilenas podrían capturar?
Esta IPRE pretender ser un aporte para la mitigación del cambio climático en la industria cementera en Chile en post de un sector construcción más sustentable. Buscamos generar conocimiento de frontera en la captura de CO2 en el actual estado de las cementeras. Actividades a desarrollar: 1. Trabajo de terreno - contacto con cementaras para recuperar datos in-situ. 2. Análisis de los datos tomados en terreno. 3. Identificación de principales variables involucradas en la emisión de gases. 4. Cuantificación de los gases emitidos durante el proceso de generación de cemento. 5. Generar modelo predictivo mediante IA para simular escenarios futuros: i) cambio de combustible; ii) afección cambio climático; iii) sustentabilidad del proceso; iv) entre otros. 6. Validación del modelo usando datos de terreno. ¡Les esperamos en el ICC - Depto. de Ingeniería y Gestión de la Construcción! - Ed. San Agustín piso 3° Dra. Elodie Blanco y Dr. Andrés J. Prieto
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 20 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 07-03-2023 |
SimSpread-Ensemble - Development of an ensemble network-based method for drug discovery
SimSpread is a novel computational method to predict protein–ligand interaction that combines network-based inference with chemical similarity, useful for predicting drug targets, virtual screening, and drug repositioning. This project proposal intents to improve several limitations of SimSpread. Hypothesis: The combination of predictions obtained from SimSpread that use different similarity cutoffs into a single score using a machine learning (ML) model will increase predictive performance, eliminate empty predictions and eliminate the need to optimize similarity cutoff parameter, resulting in a more straightfoward and user-friendly model to predict drug-target interactions. Tasks: • Propose an ensemble predictive model. • Implement a hyperparameter optimization. • Compare the predictive performance. Candidates should have good programming skills.
Keywords:
machine learning
bioinformatica
red
red social
aprendizaje maquina
Proteínas
Diseño de fármacos
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 20 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 20-12-2022 |
Simulación de redes sociales en línea para intervenciones en campañas de desinformación
Este proyecto tiene por objetivo extender el simulador de redes sociales hashkat, el cual se basa en simulación basada en agentes. El software simula interacciones en redes sociales de gran escala, como Twitter, y permite definir perfiles de usuarios (agentes) como por ejemplo celebridades, bot y usuarios esporádicos. En esta IPRE extenderemos el simulador para agregar características a los mensajes compartidos. Se pretende agregar al simulador dos características: polaridad de los mensajes e incivilidad de los mensajes. Los usuarios tendrán un perfil para interactuar con el mensaje que estará condicionados a la polaridad e incivilidad de los mensajes. Los entregables de la IPRE son: - Código del proyecto en github. - Ejemplos y simulaciones usando hashkat++ - Documentación del proyecto (manual del simulador). Referencia a hashkat: https://hashkat.readthedocs.io/en/latest/ThisIsHashkat/ https://link.springer.com/article/10.1007/s13278-017-0424-7
Keywords:
simulación
Redes sociales
Prerequisitos:
IIC2433
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 17-08-2022 |
Un problema de oceanografia, abordado con redes neuronales
La mayoría del oxígeno que respiramos se produce en el océano, por algas unicelulares microscópicas. Uno de los grupos más comunes, conocidos por sus floraciones explosivas, son los cocolitofóridos, cuyas células son esferas cubiertas por escudos calcificados elípticos o circulares. Las características geométricas de estos escudos son indicadores de la calidad del agua y las condiciones ambientales, y sirven para cuantificar el cambio climático y la acidificación del océano. Por el momento, no existen métodos sencillos para seleccionar y detectar estadísticas sobre estas formas y para estudiar poblaciones de algas y su evolución en el tiempo del fitoplancton oceánico. El proyecto propuesto es una continuación de un trabajo empezado con César Bravo y consiste en perfeccionar redes neuronales de clasificación de imágenes para detectar y clasificar automáticamente características de los escudos calcificados de cocolitofóridos (Proyecto asociado al Club de Investigación en Data Science)
Prerequisitos:
IIC2233
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 20-12-2023 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 0/2 available vacants |
Mentor(s): Open in the plataform |
| 07-12-2023 |
Preliminary Research about Operational Support Focused on Costs
We are working in a research project centered on enhancing the analysis of the costs dimension with Process Mining. The goal is to define methods (step-by-step guides) for analyzing costs jointly with other dimensions, which will be validated through their application in real processes. For the above, we have defined several subprojects. This subproject focuses on the first steps that are necessary for later defining methods for performing costs-focused operational support. Among the tasks where you can collaborate are: • Perform literature review regarding operational support associated to the costs dimension. • Create a simulated environment for testing operational support algorithms and methods. • Implement existing operational support methods and test them in the simulated environment.
Prerequisites:
IIC2733
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 30-11-2023 |
Prerequisites:
IIC2433
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 14-07-2023 |
Computational creativity in generative networks for audio
Prerequisites:
None.
Evaluation method: Nota 1-7, with 4/5 available vacants |
Mentor(s): Open in the plataform |
| 27-06-2023 |
Segmentation and classification of rocks in mining operations.
ChatGPT Within the field of the mining industry, one of the main activities is the fragmentation and crushing of rocks for material extraction. In this context, the accurate detection of rocks in mining operations becomes crucially relevant. However, rock recognition remains a problem. One of the challenges lies in the segmentation and classification of rocks based on their size. From this perspective, the objective of this undergraduate research project (IPRE) is to carry out the manual labeling of rocks present in mining operations and evaluate the performance of two neural network-based algorithms for rock detection and classification.
Prerequisites:
None.
Evaluation method: Nota 1-7, with 0/2 available vacants |
Mentor(s): Open in the plataform |
| 10-05-2023 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 07-03-2023 |
Keywords:
machine learning
bioinformatica
red
red social
aprendizaje maquina
Proteínas
Diseño de fármacos
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 07-03-2023 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 20-12-2022 |
Prerequisites:
IIC2026
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 20-12-2022 |
Keywords:
simulación
Redes sociales
Prerequisites:
IIC2433
Evaluation method: Nota 1-7, with 1/2 available vacants |
Mentor(s): Open in the plataform |
| 16-12-2022 |
Keywords:
Redes neuronales
funciones racionales
Prerequisites:
None.
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 17-08-2022 |
Prerequisites:
IIC2233
Evaluation method: Nota 1-7, with 2/2 available vacants |
Mentor(s): Open in the plataform |
| 27-06-2022 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 26-07-2021 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 0/6 available vacants |
Mentor(s): Open in the plataform |
| 21-01-2021 |
Reasoning over knowledge graphs using vector embeddings
Knowledge graphs are one of the hottest topics in artificial intelligence today as they allow increasing the reasoning capabilities of neural networks. Extracting information from these graphs is complex, but this year new techniques have been presented to do it efficiently through machine learning techniques using vector embeddings. We want to study algorithmically robust and optimal ways to carry out this process based on the state of the art of data structures and algorithms.
Prerequisites:
IIC2133
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 05-12-2018 |
Deep neural networks for music and audio
The idea is to address various processes in the processing and generation of audio signals and music using neural networks deep.
Prerequisites:
None.
Evaluation method: Nota 1-7, with 0/5 available vacants |
Mentor(s): Open in the plataform |