BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.17.4.1//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:20250101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260731T110000
DTEND;TZID=America/Sao_Paulo:20260731T120000
DTSTAMP:20260728T132919Z
CREATED:20260728T132919Z
LAST-MODIFIED:20260728T132919Z
UID:10784-1785495600-1785499200@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Gianluca Capelo
DESCRIPTION:Título: Predicción de funciones ejecutivas con aprendizaje automático: Estudios de caso en cohortes online y contexto clínico presencial \nDirectores: Juan E Kamienkowski\, Gustavo Juantorena \nJuradxs: Fernando Schapachnik\, Melina Vladislauskas \n\nResumen: \nEl Trail Making Test (TMT) es una de las evaluaciones neuropsicológicas más utilizadas para el diagnóstico clínico. Tradicionalmente administrada con lápiz y papel\, esta tarea presenta alta sensibilidad\, aunque baja especificidad. Para abordar esta limitación\, se puso a prueba una versión computarizada del TMT (cTMT) que preserva la estructura original de la tarea y registra en detalle la serie temporal del cursor. A partir de estos registros\, se extrajeron atributos orientados a representar el rendimiento de los participantes. \nEl cTMT fue evaluado en dos estudios. En el primero\, con el objetivo de aumentar su accesibilidad\, se implementó la tarea en una plataforma online junto con tres tareas estandarizadas: Change Detection Task\, para memoria de trabajo visual\, y Go/No-Go y Stop-Signal Task\, para control inhibitorio. En una muestra de 484 participantes\, se utilizaron los atributos del cTMT para predecir la edad y diferencias individuales en funciones ejecutivas medidas mediante estas tareas de referencia. Los resultados mostraron predicciones estadísticamente significativas en ambos casos. \nEn el segundo estudio\, orientado a analizar el desempeño del cTMT en una población clínica\, 74 adultos mayores\, 41 con deterioro cognitivo leve y 33 controles sanos\, completaron el cTMT y una batería diagnóstica estándar administrada con lápiz y papel. Se compararon modelos basados en información demográfica\, atributos del cTMT y puntajes de la batería diagnóstica. Los modelos demográficos no alcanzaron significancia estadística\, mientras que los modelos basados en atributos del cTMT sí lo hicieron\, con un desempeño de AUC = 0\,67. Al combinar estos atributos con información demográfica\, el desempeño aumentó a AUC = 0\,70\, un valor cercano al obtenido con la batería diagnóstica estándar (AUC = 0\,76)\, que formó parte del criterio diagnóstico. Además\, los atributos del cTMT permitieron predecir significativamente el desempeño en cinco de las siete pruebas de la batería diagnóstica. \nEn conjunto\, estos resultados sugieren que el cTMT permite capturar información conductual relevante mediante una evaluación digital accesible y de bajo costo. Asimismo\, respaldan el potencial de esta metodología para complementar las herramientas tradicionales de evaluación neuropsicológica y contribuir a la detección temprana de enfermedades neurodegenerativas\, como la enfermedad de Alzheimer y otras demencias relacionadas.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-gianluca-capelo/
LOCATION:Aula 1302
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260731T190000
DTEND;TZID=America/Sao_Paulo:20260731T200000
DTSTAMP:20260728T132634Z
CREATED:20260728T132634Z
LAST-MODIFIED:20260728T132634Z
UID:10782-1785524400-1785528000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Malena Alamo
DESCRIPTION:Título: Correlatos neurales de modelos computacionales de búsqueda visual híbrida \nDirectorxs: Juan E Kamienkowski\, Damian Care\, Gonzalo Ruarte \nJuradxs: Rodrigo Echeveste\, Stephanie Muller \nResumen: \nLa búsqueda visual híbrida (la tarea de localizar en una escena cualquiera de un conjunto de posibles objetivos mantenidos en memoria) puede describirse como un proceso de inferencia bayesiana en el que cada fijación ocular actualiza la creencia del observador sobre la ubicación del target. El modelo computacional nnELM (Neural Network Entropy Limit Minimization) (Ruarte et al.\, 2025) formaliza este proceso combinando redes neuronales profundas con un criterio de minimización de entropía esperada para seleccionar la siguiente fijación. Por otro lado\, el framework de Temporal Response Functions (TRFs) por regresión regularizada (Care et al.\, 2025) permite vincular predictores definidos a nivel de fijación con la señal de electroencefalografı́a (EEG) registrada de forma continua durante la tarea. Esta tesis se propuso articular ambas lı́neas de trabajo: diseñar y extraer\, a partir de los mapas internos del modelo nnELM\, variables que cuantifiquen distintos aspectos del proceso de búsqueda visual\, y evaluar si dichas variables poseen correlatos en la actividad cerebral registrada sobre el dataset HSEM (Hybrid Search Eye Movements)\, que incluye el registro simultáneo de movimientos oculares y EEG de 42 sujetos durante una tarea de búsqueda hı́brida en escenas naturales. Se diseñaron y extrajeron 20 variables organizadas en cinco categorı́as conceptuales\, se validó su coherencia con la dinámica esperada del proceso de búsqueda\, y se evaluó su contribución a la predicción de la señal EEG mediante un esquema de construcción incremental de modelos\, diagnosticado por VIF y evaluado mediante ∆AIC y TFCE. Se hallaron correlatos neurales significativos en variables de cuatro de las cinco categorías definidas\, en particular en variables relacionadas con la similitud visual con el target\, el estado del proceso bayesiano y la calidad de la decisión del sujeto respecto de la estrategia óptima del modelo. \nPalabras claves:  búsqueda visual híbrida\, inferencia bayesiana\, electroencefalografía\, movimientos oculares\, nnELM\, temporal response functions.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-malena-alamo/
LOCATION:Aula 1207
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;VALUE=DATE:20260803
DTEND;VALUE=DATE:20260805
DTSTAMP:20260616T140133Z
CREATED:20260616T140133Z
LAST-MODIFIED:20260616T140133Z
UID:10674-1785715200-1785887999@www.dc.uba.ar
SUMMARY:Segunda Escuela Sudamericana de NLP
DESCRIPTION:La Segunda Escuela Sudamericana de NLP se llevará a cabo en Buenos Aires los días 3 y 4 de agosto de 2026 en Exactas-UBA. \n \nLa Segunda Escuela Sudamericana de NLP se llevará a cabo en Buenos Aires los días 3 y 4 de agosto de 2026\, en Exactas-UBA\, luego de la ECI 2026. La escuela contará con charlas\, tutoriales y una sesión de pósters sobre distintas temáticas relacionadas con el procesamiento del lenguaje natural. \nSe invita a participar a estudiantes\, investigadores y profesionales de la industria interesados en NLP provenientes de toda la región. La participación en la escuela es gratuita\, pero los cupos son limitados. Además\, se otorgará con apoyo económico limitado a algunos estudiantes seleccionados. También se invita a los asistentes a presentar sus trabajos actuales en formato póster. \nPara más información\, fechas importantes y el formulario de inscripción consultar el sitio web de la escuela:\nhttps://south-american-nlp-school.dc.uba.ar/
URL:https://www.dc.uba.ar/event/segunda-escuela-sudamericana-de-nlp/
LOCATION:Exactas-UBA
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260818T110000
DTEND;TZID=America/Sao_Paulo:20260818T120000
DTSTAMP:20260814T133608Z
CREATED:20260814T133608Z
LAST-MODIFIED:20260814T133608Z
UID:10858-1787050800-1787054400@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Martin Pugliese
DESCRIPTION:Título: Acelerando el Testeo de Regresiones con Mimicry Monitors\nDirectores: Victor Braberman y Diego Garbervetsky\nJurados: Lic Felicitas Garcia\, Dr. Javier Godoy \nResumen:\nEn el desarrollo de software moderno\, los sistemas evolucionan constantemente mediante cambios incrementales. Cada modificación plantea una pregunta inevitable: ¿es necesario volver a ejecutar todos los tests\, o podemos aprovechar el trabajo de verificación ya realizado? Esta tesis aborda ese interrogante evaluando los Mimicry Monitors (MM)\, una técnica que permite verificar en tiempo de ejecución si el comportamiento de una nueva versión de un programa puede ser «imitado» por la versión anterior\, sin necesidad de ejecutarla\, capitalizando los fragmentos de código que ambas versiones comparten.\nEl trabajo va un paso más allá de la validación original de la técnica: evalúa experimentalmente qué tan competitivos son los MM frente a RTS++\, una herramienta de selección de tests de regresión basada en análisis estático sobre grafos de llamadas. Los experimentos se realizaron sobre módulos de proyectos reales de código abierto (BoringSSL\, Abseil y RocksDB) adaptando sus suites de tests para simular escenarios concretos de regresión.\nLos resultados revelan que los MM permiten reducir significativamente la cantidad de ejecución necesaria cuando los cambios son localizados\, emitiendo veredictos anticipados antes de completar la ejecución del programa. Al mismo tiempo\, se identifican y caracterizan los escenarios donde sus limitaciones son más pronunciadas\, contribuyendo así a una comprensión más completa y honesta de su utilidad práctica.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-martin-pugliese/
LOCATION:Sala 1606
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260818T150000
DTEND;TZID=America/Sao_Paulo:20260818T160000
DTSTAMP:20260813T134730Z
CREATED:20260813T134537Z
LAST-MODIFIED:20260813T134730Z
UID:10850-1787065200-1787068800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Bruno Gomez
DESCRIPTION:Título: Integración de síntesis reactiva simbólica en MTSA mediante controladores generados por Spectra\nDirector: Hernán Gagliardi\nJurados: Florencia Zanollo\, Sebastian Uchitel\n\nResumen\nEsta tesis estudia la integración entre MTSA y Spectra para incorporar capacidades de síntesis reactiva simbólica dentro de un flujo basado en modelos LTS. En particular\, se propone una traducción desde modelos expresados en MTSA hacia especificaciones Spectra\, la invocación del motor de síntesis de Spectra\, y la posterior reconstrucción de uncontrolador en formato LTS a partir de la representación simbólica generada.\nEl objetivo general es explorar cómo aprovechar controladores representados mediante BDDs y técnicas de exploración just-in-time para producir artefactos compatibles con MTSA\, preservando una semántica útil para el análisis\, la composición y la inspección de controladores.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-bruno-gomez/
LOCATION:Aula 1114
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260820T160000
DTEND;TZID=America/Sao_Paulo:20260820T170000
DTSTAMP:20260820T131807Z
CREATED:20260820T131807Z
LAST-MODIFIED:20260820T131807Z
UID:10861-1787241600-1787245200@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Juan Alvarez Colombo y Ezequiel Martinelli
DESCRIPTION:Título: Aprendizaje Automático y Procesamiento de Lenguaje Natural aplicado al Scouting Deportivo: el caso del Racing de Santander\nDirectorxs: Bruno Bianchi\, Manuel Duran\nJuradxs: Pablo Mislej\, Gonzalo Ruarte \nResumen:\nLa búsqueda de talento en el fútbol profesional combina datos objetivos\, interpretación experta y observaciones cualitativas elaboradas por scouts. En este contexto\, la creciente disponibilidad de información sobre jugadores plantea el desafío de estudiar hasta qué punto las decisiones de scouting pueden ser explicadas\, aproximadas o asistidas mediante herramientas computacionales. Esta tesis analiza dicho problema a partir de dos enfoques complementarios. En primer lugar\, se evalúa la posibilidad de predecir la decisión final tomada sobre un jugador utilizando variables estructuradas vinculadas con sus características\, rendimiento y contexto deportivo. Para ello\, se exploran distintos modelos de aprendizaje supervisado\, incluyendo árboles de decisión\, Random Forest\, Gradient Boosting\, K-Nearest Neighbors y redes neuronales\, junto con procedimientos de búsqueda de hiperparámetros y evaluación sobre conjuntos separados. En segundo lugar\, se desarrolla un sistema de recomendación basado en búsqueda semántica\, embeddings y una base de datos vectorial\, orientado a recuperar perfiles de jugadores a partir de consultas en lenguaje natural. Este sistema permite incorporar información no estructurada proveniente de reportes de scouting y observaciones cualitativas. Los resultados muestran que las variables objetivas contienen información relevante para aproximar parcialmente la decisión experta\, aunque con limitaciones en categorías menos representadas. A su vez\, la búsqueda semántica permite explorar perfiles de jugadores de manera flexible\, mostrando distintos niveles de consistencia ante reformulaciones de una misma consulta. En conjunto\, el trabajo aporta una evaluación inicial sobre el uso de aprendizaje automático y modelos de lenguaje como herramientas de apoyo al scouting futbolístico. Para ambos casos\, se utilizan los datos provistos por el Real Racing Club de Santander\, un club de fútbol profesional con sede en Santander\, España. Por este motivo\, los estudios realizados se basan en información real proveniente de los procesos de evaluación de los scouters del club\, constituyendo el caso de estudio presentado en este trabajo. \nPalabras claves: Scouting\, fútbol\, aprendizaje automático\, modelos de lenguaje\, embeddings\, búsqueda semántica.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-juan-alvarez-colombo-y-ezequiel-martinelli/
LOCATION:Aula 1102
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260825T140000
DTEND;TZID=America/Sao_Paulo:20260825T150000
DTSTAMP:20260820T164305Z
CREATED:20260820T164305Z
LAST-MODIFIED:20260820T164305Z
UID:10865-1787666400-1787670000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura José Cacherosky
DESCRIPTION:Título: Análisis dinámico de dependencias: en busca del paralelismo\nDirector: Dr. Diego Garbervetsky\nJurados: Dr. Javier Godoy\, Dr. Esteban Mocskos \nResumen:\nEl aprovechamiento del paralelismo es clave para mejorar el rendimiento del software en procesadores modernos. Sin embargo\, identificar qué partes de un programa pueden paralelizarse sigue siendo una tarea compleja. Los análisis estáticos tradicionales suelen ser conservadores frente a estructuras dinámicas y accesos a memoria en tiempo de ejecución\, por lo que el programador suele requerir herramientas que lo asistan en la búsqueda de oportunidades de optimización.\nEn esta tesis se presenta un enfoque de análisis dinámico a nivel de bytecode para programas Java\, junto con una herramienta funcional que lo implementa. Mediante un Java Agent\, el sistema instrumenta las clases en tiempo de carga para registrar accesos a memoria y eventos de control durante la ejecución\, sin requerir modificaciones manuales en el código fuente. A partir de estos registros\, el analizador reconstruye el contexto de ejecución y vincula las dependencias observadas directamente con los loops del programa\, asistiendo al programador en la toma de decisiones sobre qué loops son potencialmente paralelizables y cuáles presentan dependencias que lo impiden.\nEl enfoque fue evaluado experimentalmente sobre un conjunto de programas representativos\, analizando tanto la capacidad del sistema para capturar dependencias efectivas como el costo computacional de la instrumentación. Al basarse en ejecuciones reales\, los resultados aportan evidencia empírica que contribuye a reducir la brecha entre el análisis de bajo nivel en la máquina virtual Java y las decisiones de paralelización a nivel de código fuente.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-jose-cacherosky/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260826T150000
DTEND;TZID=America/Sao_Paulo:20260826T160000
DTSTAMP:20260820T173047Z
CREATED:20260820T173047Z
LAST-MODIFIED:20260820T173047Z
UID:10868-1787756400-1787760000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Lorenzo Ruíz Díaz
DESCRIPTION:Título: Un zkBridge para Cardano utilizando pruebas de conocimiento cero\nDirector: Matías López-Rosenfeld\nCo-Director: Bruno Weisz\nJurados: Javier Godoy y Carlo Giambiagi Ferrari \nResumen:\nEsta tesis estudia el diseño e implementación de un zkBridge para Cardano. El objetivo es autenticar un evento ocurrido en una cadena de origen y habilitar una acción correspondiente en una cadena destino\, sin depender de un operador centralizado y respetando los límites reales de ejecución on-chain. Para ello se propone una arquitectura que separa\nuna capa de actualización\, encargada de mantener estado remoto autenticado\, y una capa de aplicación\, encargada de consumir esa evidencia para autorizar el flujo txlock → txmint. \nLa construcción evita verificar directamente el consenso completo de Cardano dentro de un circuito. En su lugar\, utiliza Mithril como mecanismo de certificación de estado\, una verificación STM particionada en dos fases sobre Aiken y argumentos Groth16 auxiliares para pertenencia de transacciones y actualización de un SMT anti-replay. El prototipo muestra que esta composición puede expresarse en el modelo eUTxO mediante UTxOs canónicos\, NFTs de estado\, reference scripts y proof_receipt\, manteniéndose dentro de los presupuestos de unidades de ejecución disponibles. \nEl resultado principal es una prueba de viabilidad para una instancia isomorfa de Cardano: no un bridge productivo heterogéneo completo\, sino una arquitectura verificable que delimita con precisión sus supuestos de seguridad\, sus invariantes on-chain y los componentes que quedan como trabajo futuro.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-lorenzo-ruiz-diaz/
LOCATION:Aula a confirmar
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260828T143000
DTEND;TZID=America/Sao_Paulo:20260828T153000
DTSTAMP:20260821T153459Z
CREATED:20260821T153428Z
LAST-MODIFIED:20260821T153459Z
UID:10872-1787927400-1787931000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura María Marino
DESCRIPTION:Título: Análisis de Sensibilidad de Evaluation Awareness en Grandes Modelos de Lenguaje\nDirectores: Dr. Esteban Feuerstein y Dr. Daniel Yankelevich\nJurados: Dr. Iván Arcuschin\, Dr. Sergio Abriola \nResumen:\nLos grandes modelos de lenguaje (LLMs) exhiben evaluation awareness (EA): la capacidad de distinguir inputs pertenecientes a un contexto de evaluación de inputs de uso real. Si un modelo modula su comportamiento al detectar que está siendo evaluado\, los benchmarks y evaluaciones de seguridad podrían estar midiendo un comportamiento exhibido selectivamente y no su comportamiento genuino\, comprometiendo las decisiones que tomamos sobre la fiabilidad de estos sistemas. Esta tesis estudia el fenómeno desde adentro\, a través de las activaciones internas del modelo\, mediante linear probes\, un método white-box que no depende de la verbalización del modelo para detectar EA. Construimos un conjunto de datos de sensibilidad de diseño factorial completo (4320 prompts) que varía sistemáticamente cinco dimensiones del input (familiaridad de entidad\, coherencia de contexto\, estructura del prompt\, conflicto ético e idioma) sobre seis escenarios de dominios diversos. Entrenamos un probe por capa sobre ocho modelos de pesos abiertos (0.5B–72B)\, incluyendo variantes de razonamiento y modelos de control\, y seleccionamos el de mayor poder discriminativo (AUROC) sobre un conjunto de validación externo. Proyectando el dataset sobre el probe seleccionado\, analizamos qué factores del input desplazan la señal interna de EA. Encontramos que los mayores desplazamientos de la proyección provienen de rasgos superficiales (escenario y estructura del prompt) que afectan también a los modelos de control y\, por lo tanto\, no constituyen EA. La única dimensión cuya respuesta escala con la validez del probe es el conflicto ético (r ≈ +0\,85 con el AUROC del probe)\, que opera como una variable categórica y no ordinal: lo que eleva la proyección no es la intensidad del conflicto sino configuraciones específicas\, en particular el conflicto de rol y la autoprotección. Esta sensibilidad emerge con la escala y se amplifica con el entrenamiento de razonamiento\, manteniendo una dirección consistente entre familias. La EA medida resulta ortogonal a la inverosimilitud narrativa de superficie\, y se observa un desacople sistemático entre la representación interna del fenómeno y su verbalización en el output. En conjunto\, la EA capturada por linear probes aparece como un fenómeno real pero limitado: no es una medida absoluta ni transferible\, no se reduce a la inverosimilitud del prompt y no se traduce de forma directa en el comportamiento observable.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-maria-marino/
LOCATION:Aula 1205
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260831T123000
DTEND;TZID=America/Sao_Paulo:20260831T133000
DTSTAMP:20260831T144849Z
CREATED:20260831T144326Z
LAST-MODIFIED:20260831T144849Z
UID:10900-1788179400-1788183000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Franco Castagna
DESCRIPTION:Título: Evaluación empírica de algoritmos evolutivos para la generación de System Level Tests en Evomaster\n\nDirector: Juan P. Galeotti\nJurados: Paula Zabala\, Sebastian UchitelResumen \n\nLas APIs RESTful son un componente central de las aplicaciones modernas basadas en microservicios. El testing guiado por búsqueda ha demostrado ser eficaz para generar automáticamente suites de tests para estas APIs\, y una amplia variedad de algoritmos evolutivos han sido extensamente estudiados en otros dominios\, incluyendo testing unitario y de aplicaciones móviles. Sin embargo\, existe poca evidencia empírica sobre cómo se comportan estos algoritmos en el contexto del testing de caja blanca a nivel de sistema sobre APIs REST. En este trabajo se presenta una comparación empírica comprensiva dentro de EvoMaster\, una herramienta open-source de generación automática de tests para APIs REST\, GraphQL y RPC. Se incorporan e integran once nuevas variantes de algoritmos evolutivos en el núcleo de EvoMaster bajo una arquitectura uniforme\, diez de las cuales son evaluadas experimentalmente; la restante\, DynaMOSA\, requiere una adaptación de la infraestructura de experimentación que se plantea como trabajo futuro. Además\, se diseña e implementa el parámetro GASolutionSource\, una abstracción que permite alternar entre la construcción de la suite final\, desde el archive elitista o desde la población final del algoritmo\, habilitando futuras comparaciones empíricas sistemáticas entre ambos modos. Las variantes se evalúan sobre un benchmark de 36 APIs REST del Web Fuzzing Dataset\, comparándolas contra los algoritmos preexistentes de EvoMaster (MIO\, MOSA\, WTS y RANDOM) con un presupuesto de 10 minutos por ejecución y cinco repeticiones independientes por par algoritmo-API. La evaluación se basa en tres métricas: cobertura de líneas\, cobertura de endpoints con respuestas exitosas (HTTP 2xx) y cantidad de fallos detectados (HTTP 5xx). Los resultados muestran que los algoritmos específicos para testing superan a los genéticos de propósito general\, con MIO obteniendo el mejor rendimiento global. Entre los algoritmos incorporados\, CRO y StandardGA obtienen los mejores resultados\, ubicándose entre los algoritmos de mejor rendimiento junto con MIO y WTS. El rendimiento de StandardGA es particularmente llamativo dado que es el GA más simple de los evaluados\, lo que sugiere que\, cuando se utiliza un archivo elitista para construir la suite final\, la complejidad adicional de los mecanismos de reemplazo poblacional no se traduce en ventajas observables. RANDOM\, pese a no guiarse por cobertura\, lidera en magnitud absoluta de fallos detectados y se mantiene difícil de superar con presupuesto de 10 minutos\, lo que indica que el muestreo aleatorio sigue siendo un baseline competitivo bajo presupuestos ajustados.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-franco-castagna/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260831T160000
DTEND;TZID=America/Sao_Paulo:20260831T170000
DTSTAMP:20260831T152323Z
CREATED:20260831T152323Z
LAST-MODIFIED:20260831T152323Z
UID:10905-1788192000-1788195600@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Antonio Paco Santos
DESCRIPTION:Título: Estrategias algorítmicas de fijación de precios en mercados electrónicos simulados: aprendizaje automático\, dinámica competitiva y equilibrio. \nDirector: Rodrigo Castro (DC-ICC/FCEN-UBA-CONICET) Co-Directores: Juan Pablo Pinasco (DM-IMAS/FCEN-UBA-CONICET) y Martín Harracá (EEyN-UNSAM) \nJurado: Esteban Feuerstein (DC-ICC/FCEN-UBA) y Pablo Amster (DM-IMAS/FCEN-UBA-CONICET) \nResumen:  \nEl comercio electrónico y en particular los mercados digitales (marketplaces)  ocupan un lugar central en la economía global. Dentro de este ecosistema\, el proceso de fijar precios mediante algoritmos (pricing) se encuentra cada vez más extendido\, pudiendo éste generar efectos emergentes a gran escala. Calvano et al. mostraron que algoritmos de Reinforcement Learning pueden aprender a sostener precios supracompetitivos en oligopolios simulados. El presente trabajo retoma ese resultado relajando tres supuestos clave del modelo original: se utilizan espacios de acción continuos en lugar de discretos\, agentes pre-entrenados en lugar de agentes que aprenden online\, y un mercado heterogéneo en el que conviven distintas estrategias. \nSe definen cuatro tipos de agentes vendedores. Los agentes Brutus siguen una estrategia mecánica y sin entrenamiento previo\, actuando como baseline. Los agentes Imitator y Experiens utilizan algoritmos de aprendizaje automático (inspirados en Imitation Learning y Reinforcement Learning\, respectivamente) para maximizar su ganancia individual. Finalmente\, el agente Imitator Informatus extiende al Imitator original incorporando mayor información y una arquitectura de red neuronal más compleja.\nLos resultados muestran que los agentes Brutus\, a pesar de su simplicidad\, presentan un comportamiento adaptativo que resulta difícil de superar para los agentes entrenados. Se observa que el principal determinante de las ganancias no es la estrategia concreta utilizada\, sino el precio promedio fijado. Ninguno de los agentes entrenados logra una dominancia absoluta sobre los Brutus.\nFinalmente\, modelando el sistema como un juego evolutivo\, se encuentran equilibrios de Nash mixtos para los tres modelos entrenados\, todos con mayor proporción de agentes entrenados que Brutus\, y cualitativamente distintos entre sí. Identificar estos equilibrios permite comparar los precios promedio que emergen en el sistema heterogéneo en estado estacionario contra los del baseline\, en analogía a la comparación entre precios colusivos y competitivos realizada por Calvano et al. Los resultados sugieren que la colusión algorítmica supracompetitiva\, cuando aparece\, no es un fenómeno generalizado y robusto como el reportado por Calvano et al.\, sino que podría estar asociada a configuraciones específicas del sistema donde los algoritmos se adaptan online a los eventos que perciben.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-antonio-paco-santos/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260902T173000
DTEND;TZID=America/Sao_Paulo:20260902T183000
DTSTAMP:20260831T145729Z
CREATED:20260831T145729Z
LAST-MODIFIED:20260831T145729Z
UID:10903-1788370200-1788373800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Joel Cámera
DESCRIPTION:Título: Extract Method con código parametrizado en Lenguajes Dinámicos y mejoras varias de Refactorings existentes\nDirector: Hernán Wilkinson\nJurados: Nicolás Rinaldi\, Agustin Marinez\n\nResumen: El refactoring es una técnica fundamental en el desarrollo de software que permite mejorar la estructura del código sin modificar su semántica\, permitiendo que el diseño y evolución del mismo se pueda realizar fácilmente. Este trabajo presenta un conjunto de mejoras a tres operaciones de refactoring — Extract Method\, Extract Temporary Variable y Reorder Keywords — implementadas en el entorno de desarrollo Cuis Smalltalk.\nLas mejoras sobre Extract Method extienden su aplicabilidad a fragmentos de código que contienen sentencias de retorno y asignaciones a variables\, casos que previamente no eran soportados. Además\, se incorpora un mecanismo de detección de parametrización\, que permite identificar código susceptible de ser generalizado mediante la introducción de parámetros\, ampliando así el alcance de las posibles extracciones.\nEn el caso de Extract Temporary Variable\, la mejora consiste en detectar múltiples ocurrencias de una misma expresión dentro de un método\, permitiendo que la herramienta proponga reemplazar todos los fragmentos coincidentes por la variable temporal introducida\, y no únicamente la ocurrencia seleccionada.\nEl refactoring Reorder Keywords es extendido de manera que\, al reordenar los selectores de un mensaje keyword\, se reordenan de forma consistente tanto los argumentos en los envíos de ese mensaje como los parámetros en la definición del método\, preservando la corrección semántica de la transformación.\nEstas mejoras contribuyen a un conjunto de herramientas de refactoring más completo y confiable dentro de Cuis Smalltalk\, reduciendo la intervención manual y minimizando el riesgo de introducir errores durante la reestructuración del código. \n\nPalabras clave: Refactorings\, TDD\, Smalltalk\, LiveTyping\, ExtractMethod\, ExtractTemporaryVariable\, ReorderKeywords.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-joel-camera/
LOCATION:Aula 1205
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260904T100000
DTEND;TZID=America/Sao_Paulo:20260904T110000
DTSTAMP:20260831T140426Z
CREATED:20260831T140426Z
LAST-MODIFIED:20260831T140426Z
UID:10898-1788516000-1788519600@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Victoria Antonella Varani y Bruno Ernesto Ventrici
DESCRIPTION:Título: «QoCode: Evaluación de la calidad del código en tareas de programación«\n\nDirector: Dr. Christian G. Cossio-Mercado (DC\, FCEN\, UBA).\nCo-Director: Lic. Gonzalo Pablo Fernández (DC\, FCEN\, UBA). \nJurados:\nLic. Herman Schinca.\nLic. Florencia Zanollo (DC\, FCEN\, UBA).\n\nTransmisión online: https://youtube.com/live/uUlaiTFRQ2s\n\nResumen:\n\nEn los últimos años\, el aumento sostenido de la matrı́cula en carreras de informática impuso desafı́os crecientes a los equipos docentes\, en particular en la evaluación de tareas de programación. Como respuesta a este problema\, se comenzaron a utilizar más ampliamente herramientas de corrección automática de código. Sin embargo\, estas se concentran casi exclusivamente en la corrección funcional\, generalmente a través de conjuntos más o menos extensos de casos de prueba. En consecuencia\, faltan herramientas que generen retroalimentación estructurada con enfoque pedagógico en dimensiones de la calidad de código como la legibilidad y la mantenibilidad. \nEn este trabajo se presenta QoCode\, una herramienta web de análisis estático de código orientada a generar retroalimentación automática y pedagógicamente estructurada sobre código Python. QoCode integra validaciones sobre legibilidad y mantenibilidad propias\, basadas en el árbol de sintaxis abstracta\, y se complementa con verificaciones de linters reconocidos\, como Pylint y Flake8. Además\, QoCode permite al docente configurar explı́citamente qué aspectos evaluar\, de acuerdo con las necesidades de su curso y sus estudiantes. \nFinalmente\, se incluye una evaluación preliminar sobre entregas de código de dos cursos introductorios universitarios. Los resultados sugieren que QoCode detecta defectos de manera consistente y escalable\, complementando la visión docente en aspectos que habitualmente quedan fuera de la retroalimentación automática\, como el uso de números mágicos\, nombres demasiado cortos y funciones poco legibles. \n\n\n\nPalabras clave: Calidad de código\, feedback automático\, enseñanza de programación\, análisis estático\, Python.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-victoria-antonella-varani-y-bruno-ernesto-ventrici/
LOCATION:Aula 1102
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260915T100000
DTEND;TZID=America/Sao_Paulo:20260915T110000
DTSTAMP:20260909T183825Z
CREATED:20260909T183545Z
LAST-MODIFIED:20260909T183825Z
UID:10929-1789466400-1789470000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Juan Lanuza
DESCRIPTION:Título: Desarrollo de una Interfaz Gráfica Interactiva para Simulaciones DEVS In-Browser (PowerDEVS-IB).\nDirector: Ezequiel Pecker-Marcosig (ICC/FCEN-UBA-CONICET)\nCo-Director: Rodrigo Castro (DC-ICC/FCEN-UBA-CONICET)\nJurado:\n– Dra. María Julia Blas (INGAR/CONICET-UTN)\n– Dr. Javier Godoy (DC-ICC/FCEN-UBA) \nResumen:\nAl igual que en la investigación empírica\, los resultados de una simulación pueden enriquecerse mediante la exploración interactiva del modelo en lugar de limitarse al análisis posterior de los resultados. Sin embargo\, en contextos interdisciplinarios\, la necesidad de instalar y configurar software de simulación interactiva puede dificultar su accesibilidad a usuarios no expertos. \nEn esta Tesis se presenta PowerDEVS-IB\, una extensión para navegadores de la herramienta de modelado y simulación PowerDEVS que permite la experimentación interactiva con simulaciones DEVS directamente en un navegador estándar. El enfoque propuesto compila modelos existentes de C++ a WebAssembly\, habilitando la ejecución local en un navegador y elimiminando así la necesidad de instalar  herramientas específicas para diferentes sistemas operativos o el acceso a servicios remotos. Esto se logra\, además\, preservando la separación estricta entre modelo y simulador\, una característica propia del formalismo DEVS que es aprovechada en este caso para mantener de forma transparente la compatibilidad con modelos preexistentes. \nPowerDEVS-IB ofrece visualización interactiva del modelo\, modificación de parámetros en tiempo de ejecución y breakpoints basados en tiempo o condiciones sobre variables de estado\, a través de una interfaz web. \nSe describe la arquitectura del sistema y se demuestran sus capacidades mediante tres casos de estudio: el modelo de Lotka–Volterra (dinámica continua no lineal)\, el modelo Bouncing Ball (dinámica híbrida con jerarquía de modelos acoplados) y el modelo Spiking Neuron de Izhikevich (sistema híbrido con eventos de reset). La herramienta amplía el acceso a la simulación DEVS\, facilita la reproducibilidad y promueve la experimentación ágil\, constituyendo el primer entorno DEVS que se ejecuta íntegramente en un navegador de forma local.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-juan-lanuza/
LOCATION:Sala 2103
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260915T100000
DTEND;TZID=America/Sao_Paulo:20260915T110000
DTSTAMP:20260914T132025Z
CREATED:20260914T132025Z
LAST-MODIFIED:20260914T132025Z
UID:10940-1789466400-1789470000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Juan Lanuza
DESCRIPTION:Título: Desarrollo de una Interfaz Gráfica Interactiva para Simulaciones DEVS In-Browser (PowerDEVS-IB).\nDirector: Ezequiel Pecker-Marcosig (ICC/FCEN-UBA-CONICET)\nCo-Director: Rodrigo Castro (DC-ICC/FCEN-UBA-CONICET)\nJurado:\n– Dra. María Julia Blas (INGAR/CONICET-UTN)\n– Dr. Javier Godoy (DC-ICC/FCEN-UBA) \nResumen:\nAl igual que en la investigación empírica\, los resultados de una simulación pueden enriquecerse mediante la exploración interactiva del modelo en lugar de limitarse al análisis posterior de los resultados. Sin embargo\, en contextos interdisciplinarios\, la necesidad de instalar y configurar software de simulación interactiva puede dificultar su accesibilidad a usuarios no expertos. \nEn esta Tesis se presenta PowerDEVS-IB\, una extensión para navegadores de la herramienta de modelado y simulación PowerDEVS que permite la experimentación interactiva con simulaciones DEVS directamente en un navegador estándar. El enfoque propuesto compila modelos existentes de C++ a WebAssembly\, habilitando la ejecución local en un navegador y eliminando así la necesidad de instalar herramientas específicas para diferentes sistemas operativos o el acceso a servicios remotos. Esto se logra\, además\, preservando la separación estricta entre modelo y simulador\, una característica propia del formalismo DEVS que es aprovechada en este caso para mantener de forma transparente la compatibilidad con modelos preexistentes. \nPowerDEVS-IB ofrece visualización interactiva del modelo\, modificación de parámetros en tiempo de ejecución y breakpoints basados en tiempo o condiciones sobre variables de estado\, a través de una interfaz web. \nSe describe la arquitectura del sistema y se demuestran sus capacidades mediante tres casos de estudio: el modelo de Lotka–Volterra (dinámica continua no lineal)\, el modelo Bouncing Ball (dinámica híbrida con jerarquía de modelos acoplados) y el modelo Spiking Neuron de Izhikevich (sistema híbrido con eventos de reset). La herramienta amplía el acceso a la simulación DEVS\, facilita la reproducibilidad y promueve la experimentación ágil\, constituyendo el primer entorno DEVS que se ejecuta íntegramente en un navegador de forma local.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-juan-lanuza-2/
LOCATION:Sala 2103
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260917T143000
DTEND;TZID=America/Sao_Paulo:20260917T153000
DTSTAMP:20260916T124835Z
CREATED:20260910T144838Z
LAST-MODIFIED:20260916T124835Z
UID:10934-1789655400-1789659000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Nicolás Papagna Maldonado
DESCRIPTION:Título: Cobertura de código en lenguajes dinámicamente tipados usando meta-programación\nDirector: Hernán Wilkinson\nJurados: Juan Pablo Galeotti\, Pablo Rubinstein \nResumen:\nCuis Smalltalk no contaba con herramientas de cobertura de código antes de este trabajo\, y en el ecosistema más amplio de Smalltalk las herramientas disponibles se limitaban a Method Coverage (Squeak\, VAST) y Statement Coverage (Pharo). Este trabajo desarrolla la primera herramienta de cobertura de código para Cuis Smalltalk\, de uso público desde 2021. La herramienta soporta cuatro criterios. Method Coverage\, necesario para distinguir métodos vacíos ejecutados; Statement Coverage; Branch Coverage (no implementado previamente en ningún dialecto de Smalltalk evaluado); y Observed Boolean Coverage (OBC)\, una variante computable de Boolean Coverage\, caracterizada en este trabajo específicamente para lenguajes dinámicamente tipados donde la identificación estática de expresiones booleanas es indecidible.\nLa implementación se basa fuertemente en el uso de metaprogramación: los métodos a analizar se instrumentan mediante reescritura de su abstract syntax tree (AST)\, sin requerir modificaciones a la máquina virtual ni al bytecode. Como contribución adicional\, el trabajo desarrolla PackageSnapshot\, un módulo independiente para clonar paquetes de Cuis preservando jerarquías de clases y referencias internas\, que habilita el análisis reflexivo de la cobertura del propio código de la herramienta.\nLa evaluación de performance sobre paquetes representativos del ecosistema Cuis muestra que el overhead absoluto se mantiene en el orden de los segundos para suites de duración razonable\, compatible con el uso interactivo durante el desarrollo. \nPalabras clave: cobertura de código\, Smalltalk\, Cuis Smalltalk\, metaprogramación\, lenguajes dinámicamente tipados\, criterios de cobertura\, Boolean Coverage\, instrumentación a nivel de AST\, testing de software
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-nicolas-papagna-maldonado/
LOCATION:Aula 1113
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260918T110000
DTEND;TZID=America/Sao_Paulo:20260918T120000
DTSTAMP:20260911T141042Z
CREATED:20260911T141042Z
LAST-MODIFIED:20260911T141042Z
UID:10937-1789729200-1789732800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Augusto Nicola
DESCRIPTION:Título: Sistemas de Preferencias en LLMs: Efectos de las Perturbaciones Textuales y Elicitación de Perfiles sobre la Consistencia y Robustez en la Toma de Decisiones\nDirectores: Sergio Abriola\, Tomás Schitter\nJurados: Santiago Cifuentes\, Enzo Ferrante \nResumen:\nA medida que los modelos de lenguaje evolucionan\, el riesgo que representan no queda determinado únicamente por sus capacidades\, sino también por las preferencias\, objetivos y valores que exhiben. Para analizar estos aspectos\, y en línea con trabajos recientes\, realizamos una exploración empírica sobre los sistemas de preferencias declaradas de seis modelos de lenguaje modernos a través de preguntas de opción múltiple basadas en dilemas morales. Estudiamos el efecto de dos ejes: la perturbación de prompts\, que consiste en aplicar modificaciones sobre el texto sin alterar la naturaleza de la situación planteada; y la elicitación de perfiles\, que a través de instrucciones textuales basadas en psicología humana busca alterar el sistema de preferencias declaradas del modelo. A través de la ejecución de 561 mil prompts\, presentamos evidencia del efecto de los ejes estudiados\, observando una robustez frente a las perturbaciones mayor a la esperada (con algunas excepciones compatibles con ciertos sesgos que aparecen en humanos)\, perfiles psicológicos elicitados que alteran de manera medible las respuestas\, y\, en un modelo particular\, un fenómeno de rechazo sistemático que mayormente desaparece ante la elicitación de perfiles.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-augusto-nicola/
LOCATION:Aula 1113
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20260924T150000
DTEND;TZID=America/Sao_Paulo:20260924T160000
DTSTAMP:20260922T131619Z
CREATED:20260922T131619Z
LAST-MODIFIED:20260922T131619Z
UID:10949-1790262000-1790265600@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Hugo Alberto Massaroli
DESCRIPTION:Título: Diagnóstico de Alzheimer mediante FDG-PET: prueba de generalización de modelos de aprendizaje profundo en una cohorte latinoamericana\nDirectores: Emmanuel Iarussi y Diego Fernández Slezak\nJurados: Luciana Bruno y Francisco Valentini \nResumen: Los modelos de aprendizaje profundo suelen presentar una disminución en su rendimiento al ser aplicados en conjuntos de datos distintos de los que se usaron en su entrenamiento. En el contexto de la clasificación de la enfermedad de Alzheimer mediante imágenes FDG-PET\, el desarrollo de estos modelos se ha concentrado en el uso de unos pocos conjuntos de datos públicos\, principalmente ADNI\, los cuales representan mayoritariamente a poblaciones norteamericanas. Como consecuencia\, son escasos los estudios que evalúan el desempeño de estas arquitecturas en cohortes de otras regiones geográficas. En este trabajo\, se utiliza un conjunto de datos de pacientes latinoamericanos\, proporcionado por el Instituto Fleni\, como conjunto de evaluación independiente para analizar la capacidad de generalización de estos modelos. Para ello\, se comparan dos arquitecturas: una basada en redes convolucionales y otra basada en transformers. Los resultados muestran que ambos modelos son capaces de generalizar a conjuntos no vistos\, aunque su desempeño depende de la configuración experimental y del grado de compatibilidad entre los datos de evaluación y los de entrenamiento. En la comparación realizada\, no se observaron diferencias sustanciales en el desempeño entre el enfoque puramente convolucional y el enfoque basado en transformers. \nPalabras clave: aprendizaje profundo\, enfermedad de Alzheimer\, FDG-PET\, transferencia de dominio\, capacidad de generalización\, redes convolucionales\, transformers.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-hugo-alberto-massaroli/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20261005T100000
DTEND;TZID=America/Sao_Paulo:20261005T120000
DTSTAMP:20261002T171632Z
CREATED:20261002T171632Z
LAST-MODIFIED:20261002T171632Z
UID:10963-1791194400-1791201600@www.dc.uba.ar
SUMMARY:Defensa Tesis Doctorado Gustavo Juantorena
DESCRIPTION:Título: Psiquiatría computacional: diferencias individuales e identificación de déficits en funciones ejecutivas a partir de patrones de trayectorias visuales y manuales\nDirector: Dr. Juan E Kamienkowski\nConsejero de estudios: Dr. Pablo Turjanski\nJurados:\nDra. Sol Fitipaldi – – Universidad de San Andrés\, Argentina & Global Brain Health Institute\, Ireland\nDr. Jorge Igual – – Universitat Politècnica de València\, España\nDr. Pablo Barttfeld – – Instituto de Investigaciones Psicológicas\, Córdoba\, Argentina \nLink Youtube: Se compartirá unos días antes de la defensa. \nResumen:\nLa medición objetiva de las funciones ejecutivas es un desafío central de la neuropsicología y la salud mental. Las pruebas tradicionales\, ancladas en el formato de lápiz y papel\, resumen procesos cognitivos complejos en unas pocas medidas globales y dependen íntegramente de profesionales especializados\, lo que limita tanto su precisión como su alcance\, especialmente en regiones con recursos escasos.\nEn esta tesis desarrollamos y validamos un conjunto de herramientas computacionales que\, a partir del registro de alta resolución de trayectorias manuales y oculares\, buscan medir las funciones ejecutivas con mayor detalle y llevar la evaluación desde el laboratorio hacia el consultorio. La prueba neuropsicológica central en esta tesis fue una versión computarizada del Trail Making Test (cTMT) que registra de manera simultánea los movimientos de la mano y los ojos\, lo que permitió descomponer una tarea aparentemente unitaria en sus procesos subyacentes\, replicar sus efectos clásicos y derivar marcadores internos de memoria de trabajo y control inhibitorio.\nAl llevar esta herramienta a pacientes con deterioro cognitivo leve\, las métricas oculares discriminaron entre grupos allí donde las medidas clásicas no lo lograron. Sin embargo\, la dificultad de adquirir datos oculares de calidad en población clínica motivó un giro hacia los movimientos de la mano\, una señal con menores requerimientos de hardware. Modelos de aprendizaje automático entrenados únicamente con trayectorias manuales alcanzaron un valor diagnóstico cercano al de una batería neuropsicológica completa\, sin necesidad de equipamiento especializado y bajo un esquema de validación riguroso y reproducible.\nPara escalar este enfoque construimos una plataforma web de acceso abierto\, diseñada para la comunidad hispanohablante\, que sirvió de infraestructura para la recolección de datos multimodales a gran escala. Sobre ella\, una versión online del cTMT mostró que las trayectorias del cursor predicen diferencias individuales en memoria de trabajo\, control inhibitorio y edad. Por último\, recuperamos el registro ocular de forma remota mediante un sistema de seguimiento ocular por cámara web que mejoramos y validamos con la tarea de antisacadas\, sin requerir hardware especializado.\nEn conjunto\, creamos y validamos herramientas digitales que aportan marcadores cognitivos objetivos\, reproducibles y ecológicamente válidos\, con potencial de implementación remota y a gran escala. Estas contribuciones se enmarcan en los campos emergentes de la neuropsicología digital y la psiquiatría computacional\, con especial atención a la accesibilidad y a poblaciones históricamente subrepresentadas en la investigación cognitiva.
URL:https://www.dc.uba.ar/event/defensa-tesis-doctorado-gustavo-juantorena/
LOCATION:Aula 1113
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20261005T160000
DTEND;TZID=America/Sao_Paulo:20261005T170000
DTSTAMP:20260930T134657Z
CREATED:20260930T134634Z
LAST-MODIFIED:20260930T134657Z
UID:10952-1791216000-1791219600@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Miguel Maurizio
DESCRIPTION:Título: Discrepancia continua de secuencias de de Bruijn\nDirectores: Nicolás Álvarez y Verónica Becher\nJurados: Esteban Feuerstein y Martín Mereb \nAula virtual: meet.google.com/xri-tgsx-spy \nResumen:\nUna secuencia de de Bruijn de orden n sobre el alfabeto {0\,1} es una secuencia circular de longitud 2^n en la que cada bloque de longitud n aparece exactamente una vez. Hay exactamente 2^{2^{n-1}}/2^n de ellas. Una de las propiedades de interés de estas secuencias es cuánto se alejan de tener los bloques de ceros y unos equidistribuidos. \nEn esta tesis definimos una medida sobre las secuencias de de Bruijn\, que llamamos discrepancia continua: cuanto menor es su valor\, mejor equidistribuidos están\, dentro de la secuencia\, los ceros y los unos\, los bloques de dos símbolos\, los bloques de tres símbolos\, y así sucesivamente. Damos un método eficiente\, basado en backtracking exhaustivo con poda\, para calcular la discrepancia continua de todas las secuencias de de Bruijn de orden hasta 7\, y a partir de los resultados conjeturamos cómo crece esta discrepancia en función del orden n. \nLa motivación de esta medida es una pregunta abierta planteada por Nikolay Korobov en 1955: cuál es la mínima discrepancia\, en el sentido clásico de la teoría de la distribución uniforme\, que puede alcanzar una secuencia de la forma (2^n x módulo 1)\, n = 1\, 2\, 3\, …\, para un número real x.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-miguel-maurizio/
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR