BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
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:20250506T100000
DTEND;TZID=America/Sao_Paulo:20250506T120000
DTSTAMP:20260518T195055
CREATED:20250425T124927Z
LAST-MODIFIED:20250425T125046Z
UID:9875-1746525600-1746532800@www.dc.uba.ar
SUMMARY:Defensa Tesis Doctorado Edwin Pin
DESCRIPTION:Título: Lógicas para razonar sobre grafos con datos\nDirector: Santiago Figueira\nDirector adjunto: Diego Figueira\nConsejera de estudios: Teresa Krick\nJurados:\nDra. Flavia Bonomo\, UBA & CONICET\nDra. Magdalena Ortiz\, TUW\, Austria\nDr. Domagoj Vrgoc\, PUC\, Chile\n\nLink Youtube: https://youtube.com/live/6e82iE8-hco\n\nResumen:\nEn esta tesis analizamos una serie de problemas relevantes en el área de Teoría de Bases de Datos\, usando herramientas lógicas\, modelo-teóricas y computacionales. Nos enfocamos particularmente en el caso donde la información se almacena en una estructura con forma de grafo etiquetado.Estudiamos la inconsistencia de una base de datos respecto a un conjunto de restricciones (ontología). Por un lado\, existen varias maneras de formalizar este escenario\, que depende tanto de las clases de estructuras a considerar como del lenguaje ontológico utilizado para razonar sobre tales estructuras. Por otro lado\, existen muchas formas de lidiar con bases de datos inconsistentes\, ya sea tratando de eliminar la inconsistencia manipulando la base de datos\, o manteniendo el estado actual de la base pero identificando la información certera\, es decir\, los datos que prevalecerán independientemente del tipo de modificación que se haga sobre la base original.Una reparación de una base de datos inconsistente es una base de datos consistente que se obtiene a partir de la original realizando una cantidad mínima de modificaciones. Introdujimos una semántica de satisfacción global respecto a restricciones expresadas en GXPath (una lógica que permite expresar propiedades de nodos y caminos sobre la base de datos en forma de grafo)\, y analizamos el problema de hallar reparaciones de una base de datos con forma de grafo. Las nociones de reparación usadas se formalizaron en dos categorías: subreparaciones\, que se obtienen mediante el proceso de eliminación de información; y superreparaciones\, que se obtienen mediante el proceso de agregado de información. Con todo el poder expresivo de GXPath\, demostramos que el problema de hallar superrepaciones es indecidible\, mientras que el problema de hallar subreparaciones es NP-completo. Abordamos los mismos problemas respecto a fragmentos de GXPath\, en particular GXPath-pos (expresiones positivas de GXPath) y Core-GXPath (con la estrella de Kleene restringido a átomos). Si bien los problemas de subreparaciones y superreparaciones siguen siendo NP-completos respecto a expresiones de camino\, demostramos que los respectivos problemas respecto a expresiones de nodo son ambos polinomiales.\nSe abordó el problema de Fininte Ontology Mediated Query Answering (FOMQA)\, una variante de Ontology Mediated Query Answering (OMQA) en la que se asume que el mundo representado es finito\, y por lo tanto\, solo se consideran modelos finitos de la ontología. Estudiamos la propiedad de controlabilidad finita\, es decir\, cuándo FOMQA y OMQA son equivalentes\, para fragmentos de C2RPQ (Conjunctive Regular Path Queries con reverso). Para una clase de grafos S\, consideramos los fragmentos C2RPQ(S) de C2RPQ como las consultas cuyo grafo subyacente pertenece a S. Clasificamos completamente los fragmentos controlables finitamente y los que no lo son\, bajo: dependencias de inclusión\, reglas frontier-guarded\, reglas frontier-one (tanto con como sin constantes)\, y de manera más general bajo restricciones de lógica de primer orden con guarded-negation. Para los fragmentos controlables finitamente\, mostramos una reducción al problema de satisfacibilidad para la lógica de primer orden con guarded-negation\, lo que da lugar a un algoritmo en 2EXPTIME (en complejidad combinada) para el problema correspondiente de (F)OMQA.En otra línea de trabajo\, propusimos un nuevo lenguaje de consulta denominado CPDL+\, que extiende a la Propositional Dynamic Logic (PDL)\, con una nueva construcción sintáctica para “programas conjuntivos”\, compatible con los demás operadores sintácticos de PDL. Mostramos que ciertas subclases naturales de CPDL+ pueden definirse en términos del tree-width de los grafos subyacentes de las fórmulas. Demostramos que la clase de fórmulas CPDL+ con tree-width 2 es equivalente a PDL con intersección de programas y que también coincide con las fórmulas de CPDL+ de tree-width 1. Sin embargo\, más allá de tree-width 2\, incrementar el tree-width aumenta estrictamente el poder expresivo. Caracterizamos el poder expresivo de cada clase de fórmulas con tree-width fijo mediante un juego de bisimulación con piedritas. Basándonos en esta caracterización\, demostramos que CPDL+ posee una propiedad de modelo “tree-like”. Probamos que el problema de satisfacibilidad para CPDL+ es decidible en 3EXPTIME y es 2EXPTIME-completo para el fragmento de tree-width acotado. Finalmente\, establecemos que el problema de model checking para fórmulas con tree-width fijo está en PTIME\, a diferencia de la clase completa de CPDL+\, en donde solo tenemos una cota de PTIME con acceso a un oráculo NP.
URL:https://www.dc.uba.ar/event/defensa-tesis-doctorado-edwin-pin/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250506T110000
DTEND;TZID=America/Sao_Paulo:20250506T120000
DTSTAMP:20260518T195055
CREATED:20250429T133131Z
LAST-MODIFIED:20250429T134031Z
UID:9886-1746529200-1746532800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Carlos Miguel Soto
DESCRIPTION:Título: On the Completeness of a Syntactically Linear Logic\nDirector: Alejandro Díaz-Caro\nJurados:\nPablo Barenbaum (Universidad de Buenos Aires)\nOctavio Malherbe (Universidad de la República)\nBenoît Valiron (Université Paris-Saclay) \nResumen:\nEl cálculo L-S\, una extensión del lenguaje de pruebas de la lógica lineal relacionado con la computación cuántica\, ha sido dotado de una semántica concreta en [DCM23]. En este artículo\, demostramos resultados de completitud para esta semántica con respecto a la equivalencia computacional. Introducimos una semántica operacional para L-S y demostramos su isomorfismo con la semántica categórica bajo ciertas condiciones. Además\, mostramos que la categoría se puede restringir a semimódulos finitamente generados\, los cuales poseen mejores propiedades.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-carlos-miguel-soto/
LOCATION:Aula a confirmar
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250519T123000
DTEND;TZID=America/Sao_Paulo:20250519T133000
DTSTAMP:20260518T195055
CREATED:20250515T174039Z
LAST-MODIFIED:20250515T174039Z
UID:9908-1747657800-1747661400@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Sofía Goldberg
DESCRIPTION:Título: Aplicación de embeddings de BERT para detección automática de Alzheimer\nCuándo: Lunes 19 de Mayo\, 12:30 hs.\nDónde: Aula 1308\, Edificio 0+infinito\, Ciudad Universitaria\, UBA.\nDirectores: Pablo Brusco\, Lara Gauder\nJurados: Viviana Cotik\, Gustavo Juantorena \nResumen\nLa detección temprana del Alzheimer representa un desafío clave en el ámbito médico\, ya que un diagnóstico preciso en las primeras etapas de la enfermedad puede facilitar intervenciones más efectivas y mejorar la calidad de vida de los pacientes. En este contexto\, el análisis del habla y el lenguaje ha surgido como una herramienta prometedora para identificar patrones lingüísticos asociados con el deterioro cognitivo. En este estudio\, investigamos la efectividad de los embeddings generados con BERT para la clasificación de transcripciones de habla\, con el propósito de distinguir entre individuos con Alzheimer y controles sanos\, en inglés y en español. Además de replicar un trabajo previo\, ampliamos el análisis comparando el desempeño de distintas representaciones de los textos\, agregando métricas de evaluación y observando el impacto de utilizar modelos entrenados con texto capitalizado (cased) y modelos entrenados únicamente con texto en minúsculas (uncased). \nTanto en inglés como en español\, nuestros resultados superaron a los reportados en el trabajo replicado. En inglés\, el mejor F1-score obtenido fue de 0.76 con Random Forest\, superando el 0.69 reportado en el trabajo original con XGBoost. En español\, SVM alcanzó un F1-score de 0.70\, mejorando significativamente el 0.53 reportado. \nNuestros experimentos revelaron que el F1-score no es una métrica adecuada para evaluar el desempeño de los clasificadores\, especialmente en conjuntos de datos desbalanceados. Por ello\, analizamos métricas adicionales como precision\, recall\, accuracy\, specificity\, ROC AUC y PR AUC\, que permitieron una evaluación más detallada del rendimiento de los clasificadores. \nLos hallazgos obtenidos evidencian que las representaciones contextuales derivadas de la última capa de BERT superan a los embeddings extraídos de la primera capa\, gracias a su capacidad de capturar información semántica más rica y dependiente del contexto. En el Pitt Corpus (inglés)\, los embeddings de la última capa lograron un ROC AUC de hasta 0.89\, mientras que los embeddings de la primera capa alcanzaron un máximo de 0.84. En Chile AD (español)\, aunque el rendimiento general fue inferior\, los embeddings de la última capa de BERT obtuvieron un ROC AUC de 0.72\, superando ampliamente a los embeddings provenientes de la primera capa\, cuyo mejor desempeño fue 0.54. \nAsimismo\, observamos que en español\, los modelos cased mejoran el rendimiento de los clasificadores\, mientras que en inglés\, los modelos uncased resultan más eficaces. En el Pitt Corpus\, SVM con embeddings de la última capa logró un ROC AUC de 0.90 con el modelo uncased\, mientras que con el modelo cased obtuvo 0.87. En contraste\, en Chile AD\, el uso de la versión uncased redujo significativamente el desempeño\, con una caída en ROC AUC de 0.72 a 0.41 en Random Forest con los embeddings de la primera capa. \nNuestros resultados indican que\, en general\, el desempeño en inglés fue superior al obtenido en español\, lo que podría atribuirse a la menor cantidad de datos disponibles\, el desbalance entre las clases en el conjunto en español o a las diferencias entre los modelos de BERT empleados en cada idioma. \nPalabras claves: Alzheimer\, Embeddings\, BERT\, Clasificación\, Análisis Cruzado entre Lenguajes.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-sofia-goldberg/
LOCATION:Aula 1308
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250522T103000
DTEND;TZID=America/Sao_Paulo:20250522T113000
DTSTAMP:20260518T195055
CREATED:20250519T131349Z
LAST-MODIFIED:20250519T131349Z
UID:9920-1747909800-1747913400@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Manuel Costa
DESCRIPTION:Título: Word-embeddings contextualizados para detección de entidades nombradas en textos de radiología en español\nDirectora: Viviana Cotik\nJurados: María Teresa Martín Valdivia\, Pablo Brusco \nResumen:\nLa creciente digitalización de los procesos médicos ha generado una gran cantidad de datos textuales\, como informes de estudios clínicos\, que permiten mejorar procesos a través de la automatización de la extracción de información. Sin embargo\, esta última presenta desafíos significativos\, especialmente en español\, debido a la escasez de recursos en este idioma y al uso de vocabulario especializado. Además\, algunos de estos textos suelen contener abreviaturas\, errores ortográficos y de tipeo\, lo que agrega una complejidad adicional. Este trabajo busca contribuir al campo del Procesamiento del Lenguaje Natural Biomédico (BioNLP\, por sus siglas en inglés) mediante el desarrollo de mejores representaciones de textos que optimicen la extracción de información en informes clínicos escritos en español. \nEn esta tesis se desarrolla un estudio sobre el uso de word embeddings y modelos de lenguaje para informes de ecografía escritos en español. Se proponen y evalúan diferentes modelos de embeddings\, incluyendo técnicas estáticas como FastText y modelos basados en arquitecturas contextuales como Transformers y BiLSTM. Los embeddings se entrenaron utilizando un corpus anonimizado de más de 80 mil informes de ecografías. Se realizaron dos tipos de evaluaciones sobre los embeddings: una extrínseca y una intrínseca. Para la evaluación extrínseca se utilizó la tarea de reconocimiento de entidades nombradas con el conjunto de datos de la competencia SpRadIE. Además\, se realiza un estudio de ablación para intentar establecer un vínculo más directo entre el uso de las representaciones y el rendimiento obtenido por los modelos. Para la evaluación intrínseca\, se presenta un marco basado en análisis cualitativo para medir la calidad de los embeddings en dominios donde no existen benchmarks estandarizados. \nLos resultados obtenidos muestran mejoras sobre el estado del arte para la tarea de reconocimiento de entidades nombradas de SpRadIE\, destacando el impacto de usar representaciones contextuales adaptadas al subdominio específico de la tarea. Observamos que los mejores resultados del reconocimiento de entidades nombradas se obtienen con modelos basados en Transformers; sin embargo\, las representaciones generadas a partir de BiLSTM parecen capturar información semántica más rica\, como evidencian los estudios de ablación y el análisis cualitativo. \nPalabras clave: embeddings\, reconocimiento de entidades nombradas\, BioNLP en español\, informes clínicos\, ecografías\, transformers\, BiLSTM\, FastText
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-manuel-costa/
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250530T160000
DTEND;TZID=America/Sao_Paulo:20250530T170000
DTSTAMP:20260518T195055
CREATED:20250526T155757Z
LAST-MODIFIED:20250526T155757Z
UID:9943-1748620800-1748624400@www.dc.uba.ar
SUMMARY:DÁTAME: Un link digital: cerebros\, computadoras y datos
DESCRIPTION:Este Viernes 30/05 tenemos DÁTAME! de Mayo\, con presentación a cargo de Victoria Peterson.\nEl encuentro será a las 16 hs. en el aula 1402 del Edificio 0+Infinito. \nSobre la charla \n¿Alguna vez escuchaste hablar de chips implantados para decodificar el habla? o ¿sobre la capacidad de comandar dispositivos externos sólo con tus pensamientos? y\, ¿sobre terapias basadas en la estimulación cerebral? No\, no es ciencia ficción. Estas son algunas de las investigaciones actuales que pasan dentro del gran mundo de las interfaces cerebro-computadora. En esta charla vamos a entender cómo es que nuestros cerebros se pueden «conectar» a una computadora y cómo es que la inteligencia artificial y la Cs. de Datos se involucran en todo esto. \nSobre la oradora \nVictoria Peterson es Investigadora del CONICET en el IMAL\, Santa Fe y Profesora Asociada en la FIQ-UNL\, Santa Fe. Sus investigaciones unen la bioingeniería con la inteligencia artificial para mejorar la decodificación de la actividad cerebral en neurotecnologías. Fue visitante doctoral del ETH Zurich y becaria postdoctoral de Harvard en el MGH\, Boston\, USA. Hoy lidera el grupo de Neuroingeniería Computacional Aplicada (NiCALab) dentro del IMAL\, CONICET-UNL. \nConsultas: info.lcd@exactas.uba.ar \nSobre ¡DÁTAME! \nEste ciclo de charlas busca simultáneamente \n– Ser un lugar de encuentro entre todos/as los/as que nos sentimos cercanos a LCD ya sea por ser estudiantes de la carrera o carrera cercanas\, docentes\, investigadores/as interesados/as o simplemente amigos/as de LCD. \n– Ofrecer a estudiantes de la carrera un panorama amplio de posibles caminos que puede recorrer un/a especialista en ciencias de datos. \n– Exponer a estudiantes de LCD a importantes referentes de la disciplina que trabajan en diversos ámbitos (investigación científica\, empresas\, organismos estatales\, ONGs\, etc. ) \n– Aprender un montón de cosas sobre datos. Qué tipo de problemas se pueden resolver con ellos y cuáles no\, qué precauciones debemos tener\, qué desafíos afronta la disciplina y mucho más. \n– Evidenciar la diversidad de disciplinas que confluyen en esta carrera y experimentar cómo interactúan. \n– Compartir un buen rato\, una vez por mes. \nEstá destinado principalmente a estudiantes de la carrera\, pero todas/os somos bienvenidas/os. \nHabitualmente\, nos juntamos el 3er. viernes de cada mes a las 16hs. excepto en ocasiones especiales. \n¡Las y los esperamos!
URL:https://www.dc.uba.ar/event/datame-un-link-digital-cerebros-computadoras-y-datos/
LOCATION:Aula 1402
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR