| 26-05-2025 |
Physics Informed Neural Networks (PINNs) para Regulación de Glucosa
Las redes neuronales tradicionales han demostrado ser herramientas poderosas para modelar sistemas complejos y no lineales, especialmente cuando se dispone de grandes volúmenes de datos y se tiene un conocimiento limitado del sistema subyacente. No obstante, en contextos donde se cuenta con un conocimiento previo del comportamiento del sistema y con ecuaciones que describen adecuadamente su dinámica, las Physics-Informed Neural Networks (PINNs) ofrecen una alternativa más eficiente y precisa. En esta IPRE, los estudiantes diseñarán e implementarán PINNs para modelar el sistema glucorregulatorio en personas con diabetes tipo 1. Estos modelos permitirán capturar con mayor fidelidad la dinámica de la glucosa en el cuerpo, integrando tanto datos clínicos como conocimiento fisiológico a través de ecuaciones diferenciales. Los modelos desarrollados tendrán como objetivo final su uso en aplicaciones de control, particularmente en el diseño de algoritmos para páncreas artificiales.
Keywords:
control automático
deep learning
Redes neuronales
diabetes
control inteligente
physics informed NN
Prerequisitos:
IEE2613
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 26-05-2025 |
Desarrollo e implementación de Filtro de Kalman Neuronal
Los filtros de Kalman son herramientas fundamentales en sistemas de control, ya que permiten estimar los estados internos de un sistema dinámico a partir de mediciones ruidosas y parciales. Sin embargo, su desempeño depende en gran medida de un conocimiento preciso del modelo del sistema y de sus parámetros, lo cual puede ser difícil o incluso imposible de obtener en aplicaciones del mundo real. En este contexto, las redes neuronales ofrecen una alternativa prometedora para extender las capacidades del filtro de Kalman clásico. Al integrar técnicas de aprendizaje automático, es posible diseñar filtros de Kalman neuronales que se adapten automáticamente a la dinámica del sistema, incluso en entornos altamente no lineales o inciertos. En esta IPRE, los estudiantes desarrollarán e implementarán un filtro de Kalman neuronal enfocado en la estimación de estados y parámetros en un sistema de regulación de glucosa. Este desarrollo tiene aplicaciones directas en tecnologías médicas como el p
Keywords:
control automático
deep learning
Redes neuronales
glucosa
diabetes
filtro de Kalman
estimación
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 25-06-2024 |
Comunicación y sensado inalámbrico integrado para IoT en entornos acuáticos
Esta investigación explorará el impacto de la reflexión de señales inalámbricas en el agua en las comunicaciones en entornos acuáticos con un enfoque experimental. La primera parte de la investigación consiste en familiarizarse con el modelo de propagación de dos rayos, su simulación y el modelado/análisis de datos recopilados en campañas experimentales anteriores. La segunda parte involucrará experimentos del mundo real con plataformas/dispositivos basados en tecnologías comerciales como WiFi, LoRa y/o BLE. El objetivo es validar la viabilidad de i) la detección del nivel del agua con señal inalámbrica y ii) la evaluación del rendimiento de la comunicación inalámbrica cuando se ve influenciada por variaciones en el nivel del agua.
Keywords:
computación
Ingenieria electrica
comunicación
sensores
redes
IoT
microcontroladores
lora
wireless
wifi
mareas
nivel del agua
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 30-05-2024 |
Análisis de géneros musicales en base a redes booleanas y de grafos
Mediante el entrenamiento de redes booleanas y de grafos se busca determinar mapas de organización de géneros musicales mediante el análisis de métricas de redes. Deseable conocimientos de redes, programación en Mathematica, Julia, Python o similar.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/4 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 14-07-2023 |
Creatividad computacional en redes generativas de audio
Modelar y estudiar la creatividad de redes neuronales profundas que son capaces de generar contenido de audio o música.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 3/5 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 26-05-2025 |
Keywords:
control automático
deep learning
Redes neuronales
diabetes
control inteligente
physics informed NN
Prerequisites:
IEE2613
Evaluation method: Nota 1-7, with 2/2 available vacants |
Mentor(s): Open in the plataform |
| 26-05-2025 |
Keywords:
control automático
deep learning
Redes neuronales
glucosa
diabetes
filtro de Kalman
estimación
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 25-06-2024 |
Integrated sensing and wireless communication for IoT in water environments
This research will explore the impact of wireless signal reflection off water on communications in aquatic environments with an experimental focus. The first part of the research involves familiarizing oneself with the two-ray propagation model, its simulation, and the modeling/analysis of data collected in prior experimental campaigns. The second part will involve real-world experiments with platforms/devices based on commercial technologies such as WiFi, LoRa, and/or BLE. The goal is to validate the feasibility of i) water level sensing with wireless signal and ii) the assessment of wireless communication performance when influenced by variations in the water level.
Keywords:
computación
Ingenieria electrica
comunicación
sensores
redes
IoT
microcontroladores
lora
wireless
wifi
mareas
nivel del agua
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 30-05-2024 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 2/4 available vacants |
Mentor(s): Open in the plataform |
| 30-11-2023 |
Prerequisites:
IIC2433
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 14-07-2023 |
Computational creativity in generative networks for audio
Prerequisites:
None.
Evaluation method: Nota 1-7, with 3/5 available vacants |
Mentor(s): Open in the plataform |