| 03-07-2023 |
Redes Neuronales para encajes de moleculas
Modelos de Deep Learning basado en grafos han recien superado a otros metodos clasicos en quimica computacional para la busqueda de moleculas con propiedades especificas, por ejemplo farmacos y catalizadores de bioprocesos. El objetivo de la IPRE es desarrollar redes neuronales sobre grafos, para calcular la forma de encaje optimo de pares de moleculas desde un database. Se necesita no partir desde cero con redes neuronales para poder avanzar sin problemas, y es util si se tiene una pasion para problemas dificiles con aspectos combinatorios y geometricos.
Keywords:
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 2/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 21-11-2023 |
Deep learning aplicado a la predicción de resultados deportivos
Básicamente, la idea es entrenar un modelo que pueda predecir el resultado de partidos de fútbol. Para ello usaremos datos históricos. El objetivo del proyecto consta de dos partes. La primera es verificar si es posible hacer predicciones mejores que una predicción aleatoria. La segunda es identificar qué factores son los que más influyen al momento de predecir el éxito deportivo de un club.
Keywords:
Prerequisitos:
IIC2613
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/10 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 28-06-2024 |
Cuantificación de la percepción visual del entorno urbano mediante segmentación semántica
El objetivo de esta investigación será crear y analizar un banco de imágenes, procedentes de Google Street View, de entorno urbano en Santiago. Las imágenes serán procesadas con técnicas de segmentación semántica para identificar y cuantificar atributos de entorno. Dichos atributos serán luego utilizados para modelar indicadores de percepción (tales como seguridad y accesibilidad), relevantes para el análisis de patrones de movilidad.
Prerequisitos:
IIC2613
Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/1 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 19-12-2024 |
Exploración por redes neuronales del espacio de vocalizaciones de infantes y del desarrollo del lenguaje
Una direccion de estudio importante y poco explorada sobre el aprendizaje humano (con implicancias sobre la pregunta de que es la inteligencia en general, incluyendo la IA) es estudiar el desarrollo temprano del lenguaje. Esta IPRE propone trabajar con un dataset mas de 10000 registraciones de vocalizaciones de niños y niñas durante su desarrollo, para crear un mapa del desarrollo del lenguaje. Se trabajará en conjunto con el Lab. de Neurociencias Cognitivas de Marcela Peña, y la tarea es de clasificar audios de infantes, para crear un "mapa" (en el espacio latente de una red neuronal) que permita sucesivamente explorar cómo se desarrolla el lenguaje durante los primeros años de vida, y pone la base para abordar preguntas sobre el desarrollo de la vocalización y del lenguaje. La tarea es partir con la curación del dataset de audios grabados por el grupo de Marcela, y crear redes neuronales de tipo autoencoder, con arquitecturas adaptadas para codificar el espacio de vocalizaciones. Tiene un método de evaluación Nota 1-7, con 10 créditos y tiene 1/2 vacantes disponibles |
Mentor(es): Ver en la plataforma |
| 03-07-2023 |
Keywords:
Evaluation method: Nota 1-7, with 2/2 available vacants |
Mentor(s): Open in the plataform |
| 21-11-2023 |
Keywords:
Prerequisites:
IIC2613
Evaluation method: Nota 1-7, with 1/10 available vacants |
Mentor(s): Open in the plataform |
| 28-06-2024 |
Prerequisites:
IIC2613
Evaluation method: Nota 1-7, with 1/1 available vacants |
Mentor(s): Open in the plataform |
| 06-12-2024 |
Keywords:
Prerequisites:
IIC2613
Evaluation method: Nota 1-7, with 0/1 available vacants |
Mentor(s): Open in the plataform |
| 19-12-2024 |
Exploración por redes neuronales del espacio de vocalizaciones de infantes y del desarrollo del lenguaje
Evaluation method: Nota 1-7, with 1/2 available vacants |
Mentor(s): Open in the plataform |