| 24-12-2024 |
Investigación en Modelado Numérico Avanzado y Análisis de Materiales
¿Estás listo para enfrentar desafíos de vanguardia en ingeniería computacional y ciencia de materiales? Únete a nuestro dinámico equipo de investigación para desarrollar técnicas innovadoras que combinan métodos de elementos finitos basados en vóxeles (V-FEM) con herramientas computacionales avanzadas, impulsando aplicaciones en ingeniería médica, ciencia de materiales y sistemas mecánicos. Los métodos de elementos finitos basados en vóxeles aprovechan datos de imágenes de alta resolución para crear modelos precisos de estructuras complejas, permitiendo una precisión sin precedentes en las simulaciones. Estas metodologías tienen aplicaciones clave en campos médicos, como la mecánica ósea y el diseño de implantes, así como en la ciencia de materiales, donde comprender el comportamiento microestructural es esencial para la innovación.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 3/4 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 24-12-2024 |
Optimización del Autorreparado Bacteriano en Hormigón: Encapsulación vs. Adición Directa para un Rendimiento Mejorado
Esta investigación explora el innovador enfoque de autorreparado autónomo en el hormigón, que incorpora bacterias para permitir la reparación de grietas. El estudio se centra en evaluar dos métodos principales: la adición directa de bacterias a la mezcla de hormigón y la encapsulación de bacterias en microcápsulas. En el método de adición directa, las bacterias y nutrientes como el lactato de calcio se incorporan al hormigón. Cuando se forman grietas y entra agua, las bacterias se activan y convierten los nutrientes en carbonato de calcio (CaCO₃), sellando eficazmente las grietas. Por otro lado, el método de encapsulación utiliza microcápsulas que contienen bacterias, las cuales se rompen al formarse las grietas, liberando agentes de reparación. Esta investigación explora el uso innovador de bacterias para el autorreparado autónomo del hormigón, evaluando dos métodos: la adición directa de bacterias a la mezcla y la encapsulación en microcápsulas. En la adición directa, las bacteria
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 |
| 18-12-2024 |
Desarrollo de un Marco Optimizado para la Reconstrucción 3D de Grandes Volúmenes de Vóxeles Utilizando Técnicas de Refinamien
Este proyecto busca extender la reconstrucción 3D a volúmenes de vóxeles a gran escala, esenciales en aplicaciones como la imagen biomédica (resonancias magnéticas, tomografías) y la geomecánica (fotogrametría). Un volumen de vóxeles es una matriz tridimensional de elementos discretos que representan imágenes digitales o datos escaneados. Para reducir tiempos de procesamiento en objetos 3D grandes, estos volúmenes suelen convertirse en mallas mediante métodos como **Marching Cubes**, preservando su estructura topológica y precisión geométrica. El desafío es garantizar que las imágenes sean "bien compuestas," crucial para mantener la coherencia geométrica y topológica en la conversión de vóxeles a mallas. Este proyecto desarrollará un nuevo método inspirado en técnicas 2D de des-pixelización con simulaciones de resortes, adaptándolas al 3D para mejorar la suavidad y precisión de las mallas.
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 28-06-2024 |
Tomografıa Sısmica Pasiva Dinamica para caracterizacion de propiedades fisicas de roca
El proyecto se centra en el desarrollo de un algoritmo de tomografía sísmica pasiva para caracterización de materia rocosa con futuro aplicaciones en minería subterránea en Chile. Este algoritmo utiliza un modelo Bayesiano para los tiempos de llegada de las ondas a la red de sensores, combinado con un método de gradiente estocástico para resolver problemas inversos estadísticos. El objetivo principal es reconstruir en tiempo real el campo de velocidad de propagación del frente de ondas primario en una muestra de roca, utilizando la emisión acústica inducida por la carga. Adicionalmente, se está desarrollando una extensión para la estimación conjunta de los campos de velocidad primario y secundario, lo que permitirá una caracterización más precisa de las propiedades elásticas del material rocoso.
Keywords:
geomecánica
minería subterránea
Propiedades fisicas
tomografía
emisiones acústicas
Bayesiano
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 20 créditos y tiene 3/3 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 28-06-2024 |
Desarrollo e Implementación de Algoritmo de Predicción de Ataques Epilépticos en base a señales de Electrocardiograma, usando
- Estudiante de 4to, 5to o 6to año de Ingeniería Matemática, en Computación o Eléctrica (u otra, si se han orientado hacia el área de Data Science) - Experiencia trabajando en proyectos aplicados de Data Science (o voluntad y tiempo para aprender). - Conocimiento intermedio/avanzado de algoritmos de Machine Learning tradicionales (uso de pandas, sklearn y otros similares). - Conocimiento básico/intermedio de algoritmos de DeepLearning (uso de pytorch, keras, tensorflow o jax). - Buenas habilidades de programación en python. Los ataques Epilépticos afectan a x% (rellenar el dato) de la población en Chile, y pueden afectar severamente la vida de quienes los sufren. Usualmente se utilizan señales electricas del cerebro para detectar y predecir este tipo de eventos, a través de Electroencefalogramas. Lamentablemente, este tipo de mediciones son muy imprácticas para llevar un monitoreo constante de los pacientes en su día a día. Es por esto que buscaremos desarrollar algoritmos de Machin
Prerequisitos:
no tiene.
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 3/4 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 24-12-2024 |
Advanced Numerical Modeling and Materials Analysis
Are you ready to tackle cutting-edge challenges in computational engineering and materials science? Join our dynamic research team to develop innovative techniques that combine voxel-based finite element methods (V-FEM) with powerful computational tools, advancing applications in medical engineering, materials science, and mechanical systems. Voxel-based finite element methods leverage high-resolution image data to create precise models of complex structures, enabling unprecedented accuracy in simulations. These approaches find critical applications in medical fields, such as bone mechanics and implant design, and in materials science, where understanding microstructural behavior is essential for innovation.
Prerequisites:
None.
Evaluation method: Nota 1-7, with 3/4 available vacants |
Mentor(s): Open in the plataform |
| 24-12-2024 |
Optimizing Bacterial Self-Healing in Concrete: Encapsulation vs. Direct Addition for Enhanced Performance
This research explores the innovative autonomous self-healing approach in concrete, which incorporates bacteria to enable self-repair of cracks. The focus is on evaluating two primary methods: direct addition of bacteria to the concrete mixture and encapsulation of bacteria within microcapsules. In the direct addition method, bacteria and nutrients such as calcium lactate are embedded into the concrete. When cracks form and water seeps in, the bacteria activate and convert nutrients into calcium carbonate (CaCO₃), effectively sealing the cracks. The encapsulation method, on the other hand, uses microcapsules containing bacteria, which rupture upon crack formation to release healing agents that repair the damage. This research explores the innovative use of bacteria for autonomous self-healing in concrete. It evaluates two main methods: direct addition of bacteria to the concrete mix and encapsulation in microcapsules. Direct addition activates bacteria upon water ingress to produce calcium carbonate (CaCO₃) and seal cracks, while encapsulation releases repair agents when microcaps
Prerequisites:
None.
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 24-12-2024 |
Developing AI-Driven Tools for Automatic Mapping and Characterization of fractured rock material
oin our research team to develop automatic and semi-automatic tools for mapping and characterizing rock fractures using advanced image processing and machine learning techniques. This exciting project focuses on creating innovative algorithms to analyze photographs from mining environments, enabling precise identification of vein locations, lengths, and orientations.
Prerequisites:
None.
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 18-12-2024 |
La investigación, en colaboración con el Dr. Bemit Crespin (Universidad de Limoges), requiere un estudiante con experiencia en C/C++, Python, gráficos por computadora y computación GPU.
Prerequisites:
None.
Evaluation method: Nota 1-7, with 2/2 available vacants |
Mentor(s): Open in the plataform |
| 28-06-2024 |
Keywords:
geomecánica
minería subterránea
Propiedades fisicas
tomografía
emisiones acústicas
Bayesiano
Prerequisites:
None.
Evaluation method: Nota 1-7, with 3/3 available vacants |
Mentor(s): Open in the plataform |
| 28-06-2024 |
Prerequisites:
None.
Evaluation method: Nota 1-7, with 3/4 available vacants |
Mentor(s): Open in the plataform |