| 03-07-2023 |
Redes Neuronales para encajes de moleculas
Modelos de Deep Learning basado en grafos han recien superado a otros metodos clasicos en quimica computacional para la busqueda de moleculas con propiedades especificas, por ejemplo farmacos y catalizadores de bioprocesos. El objetivo de la IPRE es desarrollar redes neuronales sobre grafos, para calcular la forma de encaje optimo de pares de moleculas desde un database. Se necesita no partir desde cero con redes neuronales para poder avanzar sin problemas, y es util si se tiene una pasion para problemas dificiles con aspectos combinatorios y geometricos.
Keywords:
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 26-06-2023 |
Cellular Automata + Neural Networks + Visualization
Empezaremos con entender la creacion de imagenes auto-regenerantes por redes neuronales, en los diferentes aspectos de este paper: https://distill.pub/2020/growing-ca/ Sucesivamente, el objetivo es desarrollar mas herramientas para generacion de patrones dinamicos interactivos, con modelos de automatas celulares aprendidos por redes neuronales, con el enfoque en hacer posible la exploracion visual directa de modelos de aprendizaje y memoria para el usuario. Para esta investigacion se necesitan bases de teoria de redes neuronales, y curiosidad de entender el proceso de aprendizaje por inteligencia artificial. Un interes previo en automatas celulares, neurociencia o patrones geometricos, hara el avance del proyecto mas facil.
Keywords:
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/2 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 |
| 03-07-2023 |
Keywords:
Evaluation method: Nota 1-7, with 2/2 available vacants |
Mentor(s): Open in the plataform |
| 26-06-2023 |
Seria bueno tener el prerrequisito de poder programar y entrenar una red neuronal, hay varias herramientas para eso, en particular es parte del curso IIC2613.
Keywords:
Prerequisites:
None.
Evaluation method: Nota 1-7, with 2/2 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 |
| 18-05-2022 |
Hyperbolic embeddings for music generation
In recent works it appears that in deep learning for hierarchical structures, non-Euclidean geometries, especially hyperbolic ones, perform better. These geometries use computational frameworks similar to the classical ones, with different operations of vector addition and multiplication by scalars, adapted to hyperbolic space. The work consists of 1) understanding the geometric aspects of hyperbolic space, and of techniques based on Optimal Transport, and 2) therewith developing embeddings in hyperbolic space, and applying them to create Generative Adversarial Networks, for tasks of music generation.
Keywords:
Redes neuronales
modelos generativos
Evaluation method: Nota 1-7, with 0/2 available vacants |
Mentor(s): Open in the plataform |