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:-0300
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20220101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20231218T100000
DTEND;TZID=America/Sao_Paulo:20231218T110000
DTSTAMP:20260405T195203
CREATED:20231213T143016Z
LAST-MODIFIED:20231213T143016Z
UID:8834-1702893600-1702897200@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Facundo Decroix
DESCRIPTION:Título: Optimización de Estrategias de Comercialización en el Mercado de Energı́a Renovable de California mediante Programación Lineal Entera y Análisis Predictivo\nDirectores: Federico Pousa y Agustín Mosteiro\nJurados: Dr. Javier Marenco y Dr. Brian Curcio \nResumen:\nLa transición hacia las energías renovables no es solo una tendencia\, sino una necesidad imperante en el contexto actual. Ante los desafíos medioambientales crecientes y la urgencia por mitigar el cambio climático\, las energías limpias emergen como la respuesta sostenible y económicamente viable que el mundo necesita. Dentro de este escenario global\, California se destaca como un referente de adaptación y progreso\, teniendo un mercado de energı́a\nestrictamente regulado por su operador California Independent System Operator.\nEn este trabajo nos centramos en la energía solar\, utilizando como caso de estudio\nel de una empresa que participa actualmente del mercado de energía de California. Esta empresa cuenta con paneles solares que obtienen la energía y baterías donde la almacenan para ser vendida posteriormente.\nNuestro objetivo es adentrarnos en esta problemática y diseñar estrategias para poder vender esta energı́a maximizando la ganancia en el mercado utilizando técnicas de programación lineal entera.\nLa primera etapa de este trabajo consistió en entender el funcionamiento del mercado de energı́a en California. Luego nos centramos en la recolección y análisis de datos.\nRecolectamos datos históricos sobre precios y los correlacionamos con factores climáticos como temperatura\, nubosidad y radiación solar. Adicionalmente\, diseñamos un dashboard interactivo que permite una visualización clara y sencilla de la información recabada.\nLuego continuamos con el desarrollo de un predictor de precios utilizando modelos de series de tiempo\, basados en la información previamente reunida.\nEl núcleo de nuestra investigación se encuentra en la optimización de las ganancias. En ese punto describimos cómo\, utilizando los precios pronosticados\, creamos un modelo de programación lineal entera con el objetivo principal de maximizar las ganancias en el mercado de energía\, respetando todas las restricciones del mismo.\nPor último\, desarrollamos un sistema de decisiones completo. Utilizando las predicciones realizadas\, planteamos distintas estrategias de programación lineal entera\, evaluándolas para elegir la solución más eficiente.\nPara finalizar\, comparamos nuestro sistema propuesto con las estrategias de venta actuales de la empresa bajo estudio. Los resultados obtenidos evidencian que nuestra propuesta no solo es viable\, sino que supera en rentabilidad a los enfoques tradicionales.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-facundo-decroix/
LOCATION:Aula 1102
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20231218T130000
DTEND;TZID=America/Sao_Paulo:20231218T140000
DTSTAMP:20260405T195203
CREATED:20231213T131451Z
LAST-MODIFIED:20231213T141139Z
UID:8828-1702904400-1702908000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Matías Cadaval y Juan Ignacio Noli Villar
DESCRIPTION:Título: Detección en tiempo real de offside en partidos de fútbol\nDirector: Daniel Acevedo\nJurados: María Elena Buemi y Pablo Turjansky \nRESUMEN\nLa detección de offside es uno de los problemas de decisión más recurrentes y controversiales en el fútbol.Un jugador está en offside cuando su cabeza\, tronco o pierna (pie incluido) se encuentran\, total o parcialmente\, en la mitad del terreno de juego adversario (excluyendo la línea central) y más cerca de la línea de meta contraria que el balón y el penúltimo adversario.\nDe acuerdo a una investigación realizada por la Professional Game Match Officials (PGMO) en el año 2017\, sobre datos de la Premier League (primera división del fútbol inglés)\, los árbitros asistentes toman en promedio 45 decisiones por partido exclusivamente sobre acciones de offside. El ojo humano ha demostrado no ser un medio preciso para juzgar dichas situaciones\, e históricamente se ha convivido con fallos arbitrales\, que en muchos casos cambian drásticamente el resultado de los partidos. Es por ello que en los últimos años se ha comenzado a incorporar tecnología para asistir a los árbitros y evitar fallos incorrectos. Sin embargo\, como se puede ver en las transmisiones de la actualidad\, el uso del VAR (Video Assistant Referee) resulta lento y requiere en gran medida intervención manual\, afectando la dinámica del juego. Resulta interesante poder hallar métodos automatizados que permitan resolver la detección de offside de manera más rápida y precisa.\nEn este trabajo se presenta un algoritmo semiautomático que utiliza técnicas de visión en computadora y procesamiento de imágenes para trazar la línea de offside y determinar si hay uno o más jugadores en posición fuera de juego. Se atacan los siguientes subproblemas: detección de campo de juego\, detección\, seguimiento y clasificación de jugadores\, detección de equipo defensor\, además del armado de un dataset para el testeo de cada etapa y análisis de performance en tiempo real. Se utilizan diversas técnicas como la transformada de Hough\, la detección de bordes de Canny\, operaciones morfológicas\, algoritmos de agrupamiento\, segmentación mediante grafo de componentes conexas\, y sustracción de fondo\, entre otras. Los resultados de los experimentos realizados permiten comprender la complejidad de problema y todas las variables a considerar para su correcto análisis\, como ası́ también la efectividad de las soluciones propuestas.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-matias-cadaval-y-juan-ignacio-noli-villar/
LOCATION:Aula 1115
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20231218T183000
DTEND;TZID=America/Sao_Paulo:20231218T193000
DTSTAMP:20260405T195203
CREATED:20231009T171930Z
LAST-MODIFIED:20231206T130839Z
UID:8665-1702924200-1702927800@www.dc.uba.ar
SUMMARY:Charla de la carrera
DESCRIPTION:La próxima charla será el 18 de diciembre a las 18:30 hs. \nAula a confirmar \nLa inscripción se va a abrir por este link: https://linktr.ee/computacionuba
URL:https://www.dc.uba.ar/event/charla-de-la-carrera-3/
LOCATION:Aula a confirmar
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR