| 12-11-2024 |
Desarrollo de un Modelo Subrogado para Simular la Respuesta de Estructuras de Madera ante Terremotos y Huracanes
Este proyecto busca desarrollar un modelo subrogado para representar el comportamiento estructural de edificios de madera sometidos a terremotos y huracanes. El modelo se ajustará utilizando datos experimentales de ensayos en mesa vibratoria, simulaciones numéricas de la literatura y curvas de fragilidad ante huracanes. Requisitos: experiencia o interés en data science y sistemas constructivos. El estudiante aprenderá a aplicar modelos subrogados para predecir la respuesta de estructuras de madera y explorar su desempeño en escenarios extremos.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 28-06-2024 |
Cuantificación de la percepción visual del entorno urbano mediante segmentación semántica
El objetivo de esta investigación será crear y analizar un banco de imágenes, procedentes de Google Street View, de entorno urbano en Santiago. Las imágenes serán procesadas con técnicas de segmentación semántica para identificar y cuantificar atributos de entorno. Dichos atributos serán luego utilizados para modelar indicadores de percepción (tales como seguridad y accesibilidad), relevantes para el análisis de patrones de movilidad.
Prerequisitos:
IIC2613
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 12-07-2023 |
Algoritmos de reconocimiento y clasificación automática de registros de evacuación por tsunami
El objetivo de esta investigación es aplicar algoritmos de reconocimiento y clasificación automática de imágenes para analizar videos capturados por cámaras de vigilancia durante la evacuación costera decretada en la ciudad de Cartagena, Chile, el 15 de enero de 2022, a raíz de la amenaza de un tsunami producido por una erupción volcánica en el archipiélago de Tonga. El análisis busca identificar y evaluar los comportamientos de evacuación de las personas, de forma tal de mejorar las políticas de prevención del riesgo y manejo de emergencias en nuestro país. Es necesario que los estudiantes tengan conocimientos previos de aprendizaje de máquina, e idealmente algoritmos de aprendizaje profundo para análisis de imágenes y/o videos.
Prerequisitos:
IIC2233
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 19-06-2023 |
Análisis de noticias sobre migrantes
Los estudiantes trabajarán en grupo analizando base de datos de noticias (prensa escrita y TV) en Chile con aplicaciones de machine learning para clasificar las noticias en función del texto descrito.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/3 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 |
| 21-12-2022 |
Plataforma de Software basada en Cloud Computing y técnicas de IA para mejorar la Educación Medica.
El proyecto de investigación multidisciplinar reúne a las escuelas de Ingeniería y Medicina en la creación de una plataforma global basada en servicios de Cloud Computing y técnicas de IA para mejorar la Educación Médica. El estudiante realizará un trabajo de investigación en esta temática y desarrollará una solución de software que será incorporada como una funcionalidad a la plataforma educacional.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 5/5 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 11-11-2022 |
Deep learning para reducción de artefactos en tomografía dental
En la tomografía dental los implantes metálicos, como tapaduras, producen artefactos visuales que limitan la utilidad de estas imágenes en la práctica. La teoría matemática de la tomografía permite proponer un método para reducir estos artefactos. Sin embargo, la implementación de este método en la práctica es complejo. Este proyecto tiene por objetivo evaluar el uso de herramientas de aprendizaje profundo para implementar este método, o bien para desarrollar uno con un mejor desempeño a partir de datos sintéticos. Trabajo conjunto entre Prof. Carlos Sing Long (IMC) y Prof. Benjamin Palacios (MAT).
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 |
| 22-08-2022 |
Análisis automatizado de procesos de evacuación utlizando registros de cámaras
El proyecto busca indagar acerca de los procesos de evacuación que ocurrieron en la comuna costera de Cartagena el 15 de enero de 2022, cuando una erupción volcánica en el archipiélago de Tonga implicó el establecimiento de un estado de precaución por tsunami en las costas de Chile. Para analizar esta evacuación en la ciudad se utilizarán los registros en video de las cámaras de seguridad ubicadas en el borde costero de la ciudad. Estos registros serán analizados automáticamente con técnicas de machine learning, para poder determinar y evaluar un conjunto de métricas, incluyendo los tiempos de reacción y tasa de evacuación de la población, velocidad de movimiento de las personas, y posibles cuellos de botella en el espacio urbano, entre otros.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 4/4 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 05-07-2022 |
Empleo de técnicas Machine Learning para estimar curvas de características dinámica de sitios
En el marco del proyecto Fondef ID 19i10021 y también bajo el apoyo de CIGIDEN se desarrolló una plataforma para la visualización de mapas multi-amenazas: https://experience.arcgis.com/experience/eedd0b9a835041efbaf04dcaae7bea6f/ Como parte de ese desarrollo, se generaron algoritmos para predecir características escalares de un sitio mediante ML como paso intermedio para estimar escenarios de movimiento sísmico. El objetivo de esta investigación es expandir este enfoque desarrollando y entrenando un modelo que permita predecir atributos vectoriales de un sitio, i.e. curvas que caracterizan de manera mucho más precisas las características de vibrar de un sitio cuando ocurre un evento sísmico. Todo el trabajo de recolección análisis de datos ya se encuentra efectuado, por lo tanto el alcance de esta oportunidad es enfocarse en el desarrollo del modelo ML predictivo propiamente tal.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 5 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 06-07-2021 |
Scientific Machine Learning
Explorar metodos para resolver ecuaciones diferenciales parciales utilizando algoritmos de Machine learning
Keywords:
machine learning
Scientific Computing
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 5 créditos y tiene 1/8 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 12-11-2024 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 28-06-2024 |
Prerequisites:
IIC2613
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 12-07-2023 |
Prerequisites:
IIC2233
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 19-06-2023 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/3 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 |
| 21-12-2022 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 5/5 available vacants |
Mentor(s): Open in the plataform |
| 11-11-2022 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/2 available vacants |
Mentor(s): Open in the plataform |
| 22-08-2022 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 4/4 available vacants |
Mentor(s): Open in the plataform |
| 05-07-2022 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 06-07-2021 |
Keywords:
machine learning
Scientific Computing
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/8 available vacants |
Mentor(s): Open in the plataform |
| 07-01-2020 |
Graph neural networks for unstructured data in cardiovascular disease
Traditional deep learning approaches rely on structured data, such as images, to make predictions. However, there are cases where the data is unstructured, such as the geometry of the heart. This type of information can be represented with graphs. In this study, we will develop a novel type of neural network that can operate on these graphs and make predictions about cardiovascular diseases. Evaluation method: Nota 1-7, with -1/4 available vacants |
Mentor(s): Open in the plataform |