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:20240101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250822T140000
DTEND;TZID=America/Sao_Paulo:20250822T150000
DTSTAMP:20260409T044928
CREATED:20250821T145048Z
LAST-MODIFIED:20250821T145048Z
UID:10128-1755871200-1755874800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Catherine Sophie Louys Sanso
DESCRIPTION:Título: Clasificación de especies en bosques utilizando imágenes capturadas con vehículos aéreos no tripulados y aprendizaje profundo\nDirector: Dr. Pablo De Cristóforis\nCo-Director: Ing. Raverta Capua\nJurados:\nDra. Victoria Paternostro\nDra. María Elena Buemi \nResumen: \nEn este trabajo se aborda el desafío de clasificar especies arbóreas a partir de imágenes aéreas RGB mediante técnicas de segmentación semántica basadas en aprendizaje profundo. Para la recolección de datos se consideró una tecnología accesible y de bajo costo\, como son los drones equipados con cámaras RGB\, enfrentando las limitaciones propias de este tipo de datos\, como la variabilidad en la iluminación\, la oclusión parcial de copas y la similitud fenotípica entre especies. Como parte de esta tesis se replicó el trabajo de Cloutier et al (2024)\, donde se utilizó un modelo basado en la red convolucional U-Net. A partir de dicho modelo\, se implementaron modificaciones sobre la arquitectura propuesta. Para esto\, se evaluaron 3 tipos de schedulers distintos\, los cuales permitieron mejorar el desempeño de la red. Con estas mejoras se alcanzó un F1 socre de 0.7392\, superando el valor reportado en el trabajo original. Como alternativa a la U-Net\, también se entrenó una red DeepLabV3 con ResNet-50 de backbone. Con este modelo se probaron distintas configuraciones\, empleando los mismos schedulers que se utilizaron para la U-Net. Con la red DeepLabV3 se alcanzó un F1 score de 0.7515 en promedio entre las especies\, superando el desempeño del modelo propuesto en el trabajo de Cloutier et al (2024)\, lo cual representa un avance en el estado del arte. \n 
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-catherine-sophie-louys-sanso/
LOCATION:Aula 1307
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250822T170000
DTEND;TZID=America/Sao_Paulo:20250822T180000
DTSTAMP:20260409T044929
CREATED:20250820T141517Z
LAST-MODIFIED:20250820T141517Z
UID:10124-1755882000-1755885600@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Dafne Yudcovsky
DESCRIPTION:Título: Modelos de programación lineal entera para problemas de asignación de turnos con condiciones de estabilidad \nTesista: Dafne Sol Yudcovsky \nJurado: Dr. Federico Pousa \nResumen: \nDentro del campo de la optimización\, la programación lineal entera se destaca por su capacidad para modelar problemas de decisión en los que las variables deben asumir valores enteros\, cuya flexibilidad expresiva puede reflejar restricciones inherentes a muchos sistemas de la vida real. Esta rama de la programación matemática permite abordar una amplia variedad de aplicaciones\, como por ejemplo la planificación de turnos y horarios. Como caso de estudio se tiene una estación de servicio que busca mejorar su atención al cliente priorizando la rentabilidad y la estabilidad en el inicio de los turnos de los empleados. En esta tesis de licenciatura se buscará encontrar un cronograma de empleados que permita satisfacer estas cuestiones. A partir de este objetivo\, se presentan distintas variaciones de un modelo matemático cuya formulación cubre las necesidades del problema a resolver y se procede con una experimentación computacional para evaluar la performance de cada variación. Estas variaciones se corresponden con activar o desactivar una restricción elástica dentro del modelo de programación lineal entera. Por último\, se realiza un análisis de resultados a partir de distintos parámetros comparativos entre los modelos de cada variación.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-dafne-yudcovsky/
LOCATION:Aula 1307
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR