Browsing by Author "Vidal Leiva, Florencia Zoe"

Filter results by typing the first few letters
Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    AulaTech: Sistema Automático de Asignación de Aulas
    (2025-04-25) Bonti, Agustina; Suarez Lapalma, Pablo Ignacio; Leichner, María Victoria; Vidal Leiva, Florencia Zoe; Cristaldo, Patricia Raquel
    El presente proyecto final de carrera desarrolla un sistema integral para la asignación automatizada de aulas y laboratorios en la Facultad Regional Concepción del Uruguay (UTN). Con el objetivo de mejorar el proceso de asignación de espacios académicos, reducir interrupciones y favorecer la continuidad educativa. El sistema emplea datos del SIU Guaraní (inscripciones, horarios, capacidad y equipamiento de aulas) para cubrir carreras de grado, posgrados, cursos y otras actividades, garantizando que cada comisión obtenga un aula adecuada a sus necesidades. El sistema planifica asignaciones en diversos momentos del ciclo académico (inicial, definitiva, por solicitud y ante variaciones de la matrícula). Además, integra notificaciones en tiempo real, a docentes y alumnos. Se emplearon metodologías y técnicas de la Ingeniería en Sistemas de Información, como análisis de procesos, desarrollo web, bases de datos, algoritmos genéticos y mejor distribución de recursos. Un Mínimo Producto Viable (MVP) validó su viabilidad técnica y eficacia. Con esta solución, la Facultad reduce hasta un 90% el tiempo de asignación de aulas y se adapta con flexibilidad a fluctuaciones en la matrícula. El proyecto combina conocimientos teóricos y prácticos, ofreciendo una respuesta innovadora a las necesidades académicas.
  • Thumbnail Image
    Item
    Búsquedas por similitud de logos: extracción de características usando IA en escenarios de datos escasos
    (2023-11-03) Pascal, Andrés Jorge; Bonti, Agustina; Vidal Leiva, Florencia Zoe; Bonti, Iván Federico; Tonelotto, Lucas Francisco
    En el panorama actual, las Búsquedas por Similitud emergen como un ámbito de profundo interés. La evaluación de la similitud entre objetos generalmente involucra el empleo de funciones métricas de distancia aplicadas a vectores que representan características extraídas a partir de los mismos. Este artículo se enfoca en la extracción de características aplicada a imágenes de logos de clubes, utilizando técnicas modernas de aprendizaje automático; en particular, Redes Neuronales Profundas Convolucionales (CNN), Redes Siamesas y Transfer Learning/Fine Tuning. Si bien estas técnicas son muy potentes, su aplicación conlleva en algunos casos el desafío del entrenamiento ante datos escasos (One Shot Learning, en este caso). En este estudio comparamos dos enfoques de extracción de características en el contexto de escasez de datos, proponemos un método eficaz de preprocesamiento, y evaluamos experimentalmente el rendimiento de ambos métodos aplicados a la búsqueda por similitud de logos.
  • No Thumbnail Available
    Item
    Inteligencia artificial en la búsqueda de imágenes
    (2023-09-28) Pascal, Andrés Jorge; Planas, Adrián Nicolás; Bonti, Agustina; Castiglioni, León; Stauber, Federico J.; Lederhos, Federico; Bonti, Iván Federico; Tonelotto, Lucas Francisco; López, Martín Rodrigo; Vidal Leiva, Florencia Zoe
    Presentación en el marco de la semana de la ciencia del Grupo GBD sobre el uso de la IA en búsqueda de imágenes por similitud.