BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Departamento de Computación
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0200
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20170219T020000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:-0300
TZOFFSETTO:-0200
TZNAME:-02
DTSTART:20171015T030000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0200
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20180218T020000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:-0300
TZOFFSETTO:-0200
TZNAME:-02
DTSTART:20181104T030000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:-0200
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20190217T020000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20181219T150000
DTEND;TZID=America/Sao_Paulo:20181219T160000
DTSTAMP:20260615T111518
CREATED:20181214T171525Z
LAST-MODIFIED:20181214T171549Z
UID:4696-1545231600-1545235200@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura María de los Angeles Alvarez
DESCRIPTION:Título: Sistema para reconocimiento de dígitos en imágenes de colectivos.\nDirector: Daniel Acevedo.\nJurados: María Elena Buemi y Enrique Segura.\nResumen:\n\nLa presente tesis trata de la detección y reconocimiento de caracteres numéricos en imágenes capturadas del medio ambiente que contengan una parte frontal de un colectivo. En particular el objetivo del presente trabajo está acotado a las líneas de colectivos que circulan por la Ciudad Autónoma de Buenos Aires. Es decir\, que no se busca detectar y reconocer cualquier combinación de números sino aquellos que representan estas líneas de colectivos\, a partir de una base de datos de dígitos preestablecidos. Como base se toman dos trabajos de Neumann y Matas: ‘Scene Text Localization and Recognition with Oriented Stroke Detection’ y ‘Real-time Lexicon-free Scene Text Localization and Recognition’. El primero de ellos para la etapa de detección y el segundo de ellos para el reconocimiento. Para la detección se plantean mecanismos de extracción directa e indirecta de componentes conexas\, métricas de comparación y clasificación por mínima distancia o máxima frecuencia. Ambos trabajos se basan en la localización de strokes en imágenes y en la presente tesis se plantean varias modificaciones y heurísticas que mejoran al los trabajos originales.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-maria-de-los-angeles-alvarez/
LOCATION:Aula a confirmar
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20181219T170000
DTEND;TZID=America/Sao_Paulo:20181219T180000
DTSTAMP:20260615T111518
CREATED:20181217T151008Z
LAST-MODIFIED:20181217T151048Z
UID:4700-1545238800-1545242400@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Fabricio Previgliano
DESCRIPTION:Título: Optimización conjunta de capacidades virtuales y bid-prices para la gestión de ingresos.\nDirectores: Gustavo Vulcano (UTDT).\nJurado: Isabel Mendez-Díaz y Javier Marenco.\nResumen:\n\nConsideramos el problema de Revenue Management a nivel de red donde las capacidades físicas son inciertas mientras se reciben pedidos analizando dos escenarios distintos. En el primero\, las capacidades asignadas pueden variar durante el proceso de venta. En el segundo\, las capacidades son aleatorias y se definen en un punto del horizonte de venta. Para ambas variantes\, durante un tiempo inicial del horizonte de venta\, las capacidades físicas son inciertas. \nLa política de control presentada es equivalente a la utilizada en la industria\, el vendedor define un conjunto de capacidades virtuales y bid-price para cada recurso\, y genera ingresos aceptando pedidos durante un horizonte de tiempo. Si alguno de los pedidos aceptados no puede ser asignado al final del proceso de ventas\, el vendedor debe pagar una penalidad. El objetivo final es maximizar los ingresos totales (ventas menos el costo de la penalidad por no poder cumplir con el servicio de un pedido hecho con antelación). Este problema aparece cuando\, por ejemplo\, las aerolíneas deben hacer un cambio de avión a último momento o en cargo cuando el espacio restante de la bodega de un avión de pasajeros es utilizado para transportar paquetes.  \nDesarrollamos un algoritmo de gradiente estocástico para este problema cuyo punto limite es un punto crítico de la función de ingresos (con probabilidad 1). Luego\, presentamos un análisis exhaustivo donde observamos que nuestros controles ofrecen una mejora consistente y significativa frente a un conjunto de métodos alternativos de solución al problema.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-fabricio-previgliano/
LOCATION:Aula E24
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR