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:20250714T123000
DTEND;TZID=America/Sao_Paulo:20250714T133000
DTSTAMP:20260419T175036
CREATED:20250707T134155Z
LAST-MODIFIED:20250707T134155Z
UID:10030-1752496200-1752499800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Malka Safadie
DESCRIPTION:Título: Framework de Detección de Anomalías en Mesas Electorales\nDirector: Cecilia Ruz\nJurados:  Juan Pablo Ruiz Nicolini\, Pablo Turjanski \nResumen: \nEn el marco de garantizar la transparencia y confiabilidad de los procesos electorales\, la presente investigación propone abordar la temática crucial de la calidad de datos en las elecciones en Argentina. El objetivo principal de este trabajo es desarrollar un framework que permita la detección de anomalías en los resultados de las elecciones.Este framework será implementado en una herramienta desarrollada en Python y se aplicará sobre los resultados de las Elecciones GENERALES 2023. Este trabajo cobra especial relevancia desde la publicación del informe Preservación de Resultados Electorales\, emitido por la Dirección Nacional Electoral el 11 de abril de 2022\, que estandarizó la forma de publicación de los resultados electorales.\nEste estudio se centrará en la detección y comprensión de posibles errores de carga en los resultados electorales\, abordando tanto la consistencia\, como la identificación de casos anómalos que podrían comprometer la integridad de la información.\nEl propósito fundamental de esta investigación es la identificación de mesas anómalas: aquellas en las cuales se observen inconsistencias o indicios de cargas de datos sospechosos. El análisis de estas mesas específicas representa un componente esencial de nuestro estudio\, dirigido a garantizar la integridad y fiabilidad de la información electoral.\nAdemás\, la identificación de las mesas con mayor probabilidad de contener anomalías permitirá\, tanto a la autoridad electoral como a los partidos políticos\, controlar los telegramas y verificarlas en primer lugar.\nEl análisis detallado de los datos se llevará a cabo empleando herramientas avanzadas de análisis de bases de datos en Python. La elección de estas herramientas responde a la necesidad de realizar un examen minucioso de los resultados electorales.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-malka-safadie/
LOCATION:Aula a confirmar
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR