| 11-11-2024 |
Benchmarks y APIs para optimización
Este proyecto consta de dos actividades principales. La primera consiste en realizar un levantamiento de software de optimización existente, ya sea comercial o de código libre, y comparar su desempeño al resolver problemas de optimización de la universidad. La segunda consiste en evaluar soluciones de optimización cloud, para lo cual será necesario estudiar las APIs asociadas y generar un prototipo funcional en base a alguno de los problema abordados en la primera actividad. Se requieren conocimientos sólidos de ingeniería y arquitectura de software.
Keywords:
Optimización
Cloud computing
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 |
| 03-09-2024 |
Modelo de Optimización para determinar zonas de patrullaje y reducción de crimen
El alumno deberá apoyar en la investigación de un modelo de optimización entre y combinatorial para determinar zonas de patrullaje y reducción de crimen. Deberá investigar sobre set de datos de crimen en otros países, se le entregará un modelo que permite determinar zonas de patrullaje y realizar experimentos en el cluster de NLHPC. Proponer heurísticas y mecanismo para reducir los tiempos de resolución.
Prerequisitos:
ICS2121
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 17-07-2024 |
No-Show y recalendarización en tratamientos médicos
Esta investigación busca incorporar de manera explícita la probabilidad de no-show de pacientes en modelos estocásticos que permitan determinar agendamiento y recalendarización de las solicitudes de los pacientes.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 19-07-2021 |
Programación de sesiones de quimioterapia en el sistema de salud público
En esta investigación se busca utilizar herramientas avanzadas de Investigación de Operaciones para enfrentar las diferentes complicaciones que conlleva la programación del tratamiento de quimioterapia para pacientes con cáncer que se atienden en el sistema de salud público.
Keywords:
Optimización
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 20-12-2020 |
Biopsia Virtual con Resonancia Magnética (MRI) Cardíaca y Aprendizaje Profundo
MRI es una poderosa tecnología para el diagnóstico y seguimiento no-invasivo de varias enfermedades. Magnetic Resonance Fingerprinting (MRF) se ha propuesto para caracterizar múltiples parámetros de los tejidos en una sola adquisición, de modo que los médicos puedan utilizar esos parámetros como una "biopsia virtual". MRF se basa en: 1) el diseño de secuencias de adquisición basada en la física de MRI, 2) generación de diccionarios para describir la evolución de la señal de MRI, 3) reconstrucción a partir de datos submuestreados como un problema inverso, y la 4) concordancia de patrones entre las huellas digitales de MRF y la señal medida. Esta investigación incluye el desarrollo de novedosas secuencias de MRI, técnicas de reconstrucción de imágenes a partir de datos submuestreos, corrección de movimiento y métodos de deep learning para los diferentes pasos de MRF cardíaca. Dependiendo del proyecto sería útil saber fundamentos de MRI o AI.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 9/10 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 28-07-2020 |
Control Avanzado en Modular Multilevel Cascaded Converters (MMCCs)
Tres posibles trabajos en esta área: 1) Optimización on-line/off-line de referencias internas (corrientes circulantes y voltaje de modo común) de un MMCC para minimizar pérdidas u oscilación en voltaje de capacitores. 2) Control Phase-Shift descentralizado en MMCCs. 3) Observadores para tolerancia a fallas en MMCCs (e.g. sliding mode observers)
Prerequisitos:
IEE3243
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/3 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 11-11-2024 |
Keywords:
Optimización
Cloud computing
Prerequisites:
None.
Evaluation method: Nota 1-7, with 2/2 available vacants |
Mentor(s): Open in the plataform |
| 03-09-2024 |
Prerequisites:
ICS2121
Evaluation method: Nota 1-7, with 2/2 available vacants |
Mentor(s): Open in the plataform |
| 17-07-2024 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/2 available vacants |
Mentor(s): Open in the plataform |
| 19-07-2021 |
Keywords:
Optimización
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/2 available vacants |
Mentor(s): Open in the plataform |
| 20-12-2020 |
Virtual Biopsy with Cardiac Magnetic Resonance Fingerprinting and Deep Learning
Magnetic Resonance Imaging (MRI) is a powerful non-invasive medical image tool which is used for the diagnosis and treatment follow up of several diseases. MR Fingerprinting (MRF) has been recently proposed to characterize multiple tissue parameters in a single time-efficient scan, so these parameters can be used by clinicians as a “virtual biopsy”. MRF relies on: 1) MRI physics-based sequence design, 2) dictionary generation to describe the MRI signal evolution, 3) reconstruction from undersampled data as an inverse problem, and 4) pattern matching between the fingerprints and the measured signal. Additionally motion correction techniques are required in the case of imaging the heart, due to cardiac and respiration motion. This research includes the development of novel MR sequences, undersampled reconstruction techniques, motion compensation and deep learning approaches for the different steps of cardiac MRF. Depending on the project it would be useful to know about the fundamentals of MRI, optimization or AI.
Prerequisites:
None.
Evaluation method: Nota 1-7, with 9/10 available vacants |
Mentor(s): Open in the plataform |
| 28-07-2020 |
Prerequisites:
IEE3243
Evaluation method: Nota 1-7, with 2/3 available vacants |
Mentor(s): Open in the plataform |