BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.18.2//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: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
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20261019T100000
DTEND;TZID=America/Sao_Paulo:20261019T110000
DTSTAMP:20261016T140759Z
CREATED:20261016T140759Z
LAST-MODIFIED:20261016T140759Z
UID:10968-1792404000-1792407600@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Gonzalo Meyoyan
DESCRIPTION:Título: Probes selectivos en tokens y capas para clasificación eficiente en LLMs\nDirector: Luciano Del Corro\nJurados: Luciana Ferrer\, Iván Arcuschin \nResumen:\nLos sistemas de producción basados en modelos de lenguaje de gran escala (LLMs) suelen rodear al serving model de clasificadores auxiliares para tareas como la moderación de contenido\, lo que incrementa la latencia\, el consumo de memoria de GPU y la complejidad operacional. En esta tesis proponemos reutilizar el cómputo que el serving model ya realiza: entrenamos clasificadores livianos\, a los que denominamos probes selectivos\, sobre los estados ocultos del modelo\, y predecimos la etiqueta en el mismo forward que se utiliza para la generación\, manteniendo el modelo congelado. Formulamos la clasificación como un problema de selección de representación sobre el tensor completo de estados ocultos\, e introducimos una arquitectura de agregación en dos etapas que resume primero los tokens dentro de cada capa y luego las capas entre sí. \nEvaluamos sobre cinco benchmarks de moderación y de análisis de sentimiento y sobre tres familias de arquitecturas\, densas y de mezcla de expertos. Sobre Llama-3.2-3B congelado\, un probe de 92.000 parámetros entrenables alcanza 85\,98 de F1 en WildGuardMix\, por encima de guard models dedicados de 8.000 millones de parámetros. Bajo distribution shift\, entrenando sobre WildGuardMix y evaluando sobre ToxicChat\, nuestro probe más expresivo (35M) supera a WildGuard (7B)\, Aegis-Guard (8B) y GPT-4 utilizando 200× menos parámetros entrenables. \nEl mismo patrón se repite fuera del área de moderación\, en benchmarks de análisis de sentimiento. Un probe de 110.000 parámetros iguala a clasificadores dedicados de más de 350 millones\, tanto para clasificación binaria como multiclase. \nA esta ventaja de rendimiento se suma la de costo: evitar el segundo modelo hace el pipeline más de 3× más liviano en memoria de GPU y más de 2\,5× más rápido\, frente a un despliegue con guard models dedicados.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-gonzalo-meyoyan/
LOCATION:Aula 1100
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20261019T130000
DTEND;TZID=America/Sao_Paulo:20261019T140000
DTSTAMP:20261015T123756Z
CREATED:20261015T123756Z
LAST-MODIFIED:20261015T123756Z
UID:10966-1792414800-1792418400@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura  Ciro Juan Brignolo
DESCRIPTION:Título: Aislamiento del Módulo de Detección de Semáforos del Sistema de Conducción Autónoma Apollo\nDirectores: Víctor Braberman\, Sebastián Uchitel\nJurados: Gastón Castro\, Juan Perdomo \nResumen:\nTestear profundamente componentes de un sistema de guía autónoma de vehículos es difícil por diversos motivos. Por un lado suelen no tener un comportamiento correcto definido de manera precisa. Por otro lado\, el sistema que los integra suele ser de gran tamaño y complejidad impidiendo ejecutarlos y observarlos en condiciones controladas. Este trabajo propone un camino: elegir un subsistema crítico\, entender a fondo su código y reconstruirlo como una versión aislada y funcionalmente equivalente\, sobre la que se pueden diseñar tests que aprovechen ese conocimiento interno. El caso de estudio es el módulo de reconocimiento de semáforos de Apollo\, la plataforma de conducción autónoma de código abierto de Baidu.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-ciro-juan-brignolo/
LOCATION:Aula a confirmar
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20261022T170000
DTEND;TZID=America/Sao_Paulo:20261022T180000
DTSTAMP:20261019T173659Z
CREATED:20261019T173659Z
LAST-MODIFIED:20261019T173659Z
UID:10971-1792688400-1792692000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Tobias Ilicic
DESCRIPTION:Título: Asociaciones semánticas de los numerales cardinales en español e inglés\nDirectorxs: Ezequiel Koile\, Bruno Bianchi\nJuradxs: Jazmín Vidal Dominguez\, Fernando Carranza
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-tobias-ilicic/
LOCATION:Sala 2103
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20261027T120000
DTEND;TZID=America/Sao_Paulo:20261027T130000
DTSTAMP:20261026T170138Z
CREATED:20261026T170138Z
LAST-MODIFIED:20261026T170138Z
UID:10980-1793102400-1793106000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Facundo González Barnator
DESCRIPTION:Título: Morphing Tímbrico Mediante Interpolación de Pesos de Modelos VAE.\nDirector: Pablo Riera\nJurados: Leandro Garber\, Martín Bernardo Meza \nResumen:\nEl morphing tímbrico\, es decir\, la generación de timbres intermedios entre sonidos conocidos\, es una herramienta de interés para la producción musical y el diseño sonoro\, ya que permite ampliar\nla paleta sonora más allá de los sonidos tradicionales. Las técnicas usuales trabajan en el espacio latente de un único modelo generativo entrenado sobre múltiples timbres. Un modelo de gran capacidad puede representar varios de ellos con fidelidad\, pero en modelos pequeños esta estrategia compromete la fidelidad de cada uno. En este trabajo se propone un enfoque alternativo: entrenar autoencoders variacionales especializados por timbre a partir de un modelo base común\, y generar timbres híbridos interpolando los pesos de esos modelos. El sistema se entrena sobre espectrogramas de magnitud obtenidos por STFT de cuatro fuentes sonoras (piano\, guitarra\, voz y bajo).
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-facundo-gonzalez-barnator/
LOCATION:Aula 1208
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20261028T110000
DTEND;TZID=America/Sao_Paulo:20261028T120000
DTSTAMP:20261021T145736Z
CREATED:20261021T145736Z
LAST-MODIFIED:20261021T145736Z
UID:10974-1793185200-1793188800@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Andrés Salgado
DESCRIPTION:Título: Desplazamiento semántico en Evaluation Awareness.\nDirectores: Dr. Esteban Feuerstein y Dr. Daniel Yankelevich\nJurados: Dr. Iván Arcuschin\, Dr. Leandro Lombardi \nResumen:\nEl creciente uso de los grandes modelos de lenguaje (LLMs) hace indispensable evaluar su comportamiento de forma confiable\, y las pruebas y benchmarks son la herramienta central para ello. Sin embargo\, estas evaluaciones presuponen que el modelo se comporta igual al ser evaluado que en uso real\, algo que pone en duda el fenómeno de evaluation awareness\, es decir\, la capacidad de un modelo de reconocer que está siendo evaluado y de modificar su comportamiento en consecuencia. En modelos de pesos cerrados\, las metodologías existentes se centran en detectar si el modelo verbaliza estar siendo evaluado\, lo que deja afuera los cambios de comportamiento que no se verbalizan\, y dicen poco sobre qué aspectos del prompt los provocan. El objetivo de esta tesis es estudiar cómo las dimensiones del prompt potencialmente asociadas a evaluation awareness modifican el comportamiento observable de un modelo\, a partir exclusivamente de las respuestas generadas. Sobre un dataset factorial de 4320 prompts\, que varía cinco dimensiones (coherencia de contexto\, estructura del prompt\, idioma\, familiaridad de entidad y conflicto ético) en seis escenarios\, se evalúan dos modelos\, GPT-4o-mini y GPT-4.1-mini. Las respuestas se representan mediante embeddings\, una práctica establecida para comparar texto a partir de su significado\, se explora la estructura de su espacio y se define sobre él una métrica de desplazamiento semántico que cuantifica cuánto cambia la respuesta al modificar una única dimensión del prompt. Encontramos que el efecto es heterogéneo según el escenario y que ninguna dimensión domina en todos. El conflicto ético\, en particular el conflicto de rol\, fue el hallazgo más consistente\, y su presencia amplifica la influencia de las demás dimensiones. La estructura del prompt actúa como un modulador de fondo presente en todos los escenarios\, lo que sugiere que el formato de una solicitud puede condicionar el comportamiento del modelo independientemente de su contenido. Estas dos dimensiones fueron las más recurrentes\, pero la familiaridad de entidad y la coherencia de contexto también aparecen entre los casos de mayor desplazamiento. En ellos\, la diferencia suele ser un cambio en la decisión del modelo\, como pasar de rechazar a cumplir la solicitud. Esto motivó validar la métrica contra un juez de comportamiento (LLM-as-a-judge)\, con una correlación moderada-alta (ρ = 0\,66). En conjunto\, este trabajo aporta una herramienta práctica\, que no requiere acceso a los pesos del modelo\, para identificar qué dimensiones del prompt modifican el comportamiento observable de un modelo\, aportando evidencia relevante para el estudio de evaluation awareness.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-andres-salgado/
LOCATION:Sala 1606
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20261030T100000
DTEND;TZID=America/Sao_Paulo:20261030T110000
DTSTAMP:20261026T183142Z
CREATED:20261026T183142Z
LAST-MODIFIED:20261026T183142Z
UID:10989-1793354400-1793358000@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Ignacio Lavalle Cobo
DESCRIPTION:Título: Proyección del desarrollo de la estructura productiva mediante aprendizaje automático en grafos y datos de exportaciones\nDirector: Tobias Carreira Munich (DC-ICC/FCEN-UBA-CONICET)\nCo-Directores: Rodrigo Castro (DC-ICC/FCEN-UBA-CONICET)\nJurado: Ariel Salgado (ITBA) y Leonardo Handsztok (INVAP) \nResumen:\nEsta tesis estudia el uso de distintos algoritmos de aprendizaje automático para la predicción de ejes en grafos dinámicos discretos sobre un dataset de exportaciones de productos a nivel global\, donde cada año es modelado como un grafo bipartito país-producto\, y el peso de cada eje representa el índice de ventaja comparativa revelada (VCR). El trabajo explora cómo aprovechar la estructura de estas redes para extraer nuevo conocimiento sobre la evolución de la estructura productiva de los países. El objetivo principal es estudiar la aplicación de herramientas computacionales para la predicción de la evolución del índice de ventaja comparativa revelada a lo largo del tiempo\, contribuyendo a una mejor comprensión del desarrollo económico a través de herramientas basadas en grafos dinámicos y aprendizaje automático.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-ignacio-lavalle-cobo/
LOCATION:Sala 2103
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR