Oportunidades de Investigación Públicas

18-07-2022 Patrones espaciotemporales de la contaminación atmosférica.
Se dispone de análisis de la contaminación ambiental empleando técnicas de reconocimiento de patrones espacio-temporales. Se va a comparar los resultados obtenidos desde los distintos algoritmos para establecer similitud de patrones encontrados y que tanto varían al cambiarse los parámetros de entrada a los algoritmos de detección de patrones. Como referencia, se va a usar comparaciones con resultados de modelaciones de calidad del aire urbana para partículas (MP2.5, MP10) en distintas ciudades de Chile. El análisis se va a realizar empleando el software R. El análisis se va a realizar empleando el software estadístico R.
Prerequisitos:  IIC1103 EYP1113

Tiene un método de evaluación Nota 1-7, con 5 créditos y tiene 2/4 vacantes disponibles

Mentor(es): Ver en la plataforma
18-12-2023 Análisis de volatilidad en congresos alrededor del mundo
Somos capaces de modir la volatilidad de los congresistas con un nuevo modelo desarrollado por nuestro equipo. Queremos extender nuestro modelo para analizar qué ha pasado alrededor del mundo. Nuestra hipótesis es que en general los congresos se han vuelto marcadamente más volátiles en los últimos 15 años.
Keywords:      
Prerequisitos:  EYP1113

Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/2 vacantes disponibles

Mentor(es): Ver en la plataforma

Public Research Opportunities

17-06-2016 Modeling wildfire contributions to urban air quality
Using a new fuzzy clustering technique (FUSTA) to estimate contributions of wildfires to urban air quality. FUSTA will recognize spatiotemporal patterns associates with those events and their impact upon ambient concentrations of particulate matter and gases. The analysis is carried out using R.
Keywords:       Aire MP2.5 Incendios conglomerados
Prerequisites:  IIC1103 EYP1113

Evaluation method: Nota 1-7, with -1/2 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.
Prerequisites:  IIC1103 EYP1113

Evaluation method: Nota 1-7, with -1/4 available vacants

Mentor(s): Open in the plataform
18-07-2022 Spatiotemporal patterns in ambient air pollution
Ambient air pollution has been analyzed by means of pattern recognition algorithms. Results from different algortihms and input parameters will be compared to establish sensitivity of output results to those different input options. As benchmark, known results from air quality modeling will be used for ambient PM2.5 and PM10 in several cities in Chile. The R software environment will be used in teh analyses.
Prerequisites:  IIC1103 EYP1113

Evaluation method: Nota 1-7, with 2/4 available vacants

Mentor(s): Open in the plataform
18-12-2023
Keywords:      
Prerequisites:  EYP1113

Evaluation method: Nota 1-7, with 2/2 available vacants

Mentor(s): Open in the plataform