Repositorio Institucional ITBA
Not a member yet
2611 research outputs found
Sort by
ACCELERATION OF INNOVATION AND SUSTAINABILITY ECOSYSTEMS IN PERU’S FOOD SYSTEM
No full textThe global food and agricultural system holds the potential to nourish the planet’s growing population, sustain livelihoods and employment, and support climate and nature-related goals. However, hunger has become a critical issue. According to the WFP1, 345.2 million people worldwide face food insecurity (FAO2, 2022)—more than double the number reported in 2020. Despite ongoing efforts, the results remain catastrophic. In this context, Peru’s agricultural production has experienced sustained growth over the past 20 years, with exports rising from USD 0.8 billion in 1998 to a record-breaking USD 10.1 billion in 20233. The country is also recognized for having one of the world’s finest cuisines, and according to Ipsos4, 90% of Peruvians feel proud of their food. Nevertheless, 16.6 million out of Peru’s 33 million inhabitants suffer from moderate to severe food insecurity. Additionally, 40% of children aged 6 to 35 months are affected by anemia (MINSA, 2020)5. In 2022, FAO issued an alert noting that “Peru had become the country with the highest level of food insecurity in South America.” This paradox is alarming. This research contributes to understanding and addressing it through the study of a developing case that provides practical insights into how ecosystem-building efforts in specific territories—based on multi-stakeholder collaboration and platform models—can generate shared value
Modelo de Clasificación para Identificar Grado de Limpieza de las Cuadras de la Ciudad De Buenos Aires en función de datos territoriales y del relevamiento del Índice de Calidad de Limpieza
No full text"Este trabajo propone un modelo clasificador orientado a complementar el ICL mediante la incorporación de variables territoriales, con el fin de generar una evaluación más integral y precisa de la limpieza urbana. A partir de la combinación de datos objetivos del índice y características territoriales, se busca estimar niveles de limpieza en sectores no contemplados por la medición original, así como identificar los factores con mayor influencia en la percepción y mantenimiento de la higiene urbana.
Los resultados esperados permitirán a las autoridades y a las empresas de servicios contar con información más robusta para la planificación estratégica, la asignación de recursos y la mejora de la calidad de los espacios públicos.
Occupants’ willingness to share information for improved comfort and energy efficiency in offices
Get PDFFil: Risetto, Romina. Instituto Tecnológico de Buenos Aires; Argentina."Background
Human environmental perception and occupant behaviour are influenced by a multitude of factors, including demographic variables and individual preferences. Advancements in data collection allow the acquisition of extensive personal information, such as heart rate, skin temperature, and emotional responses to environmental conditions. These data can enhance research on multi-domain influences and on optimizing building operations but raise questions regarding individuals' willingness to share personal information.
Methodology
This study investigates how factors like data type, data collector, and anonymity level are associated with occupants’ willingness to share information for improved indoor environmental conditions or energy efficiency. A stated preference discrete choice experiment was developed and applied, with responses collected from participants in 29 countries, resulting in a dataset with 791 samples. The discrete choice analysis was conducted using mixed logit models and based on Random Utility Theory.
Results
The outcomes indicate that respondents exhibit relative indifference toward sharing demographic and physical environmental data, while having heightened concerns about sharing psychological and activity-related information. Anonymity and control over the data appear to be of crucial importance. Additionally, data collection by academic institutions is preferred to that by for-profit entities. Variability in willingness to share data across and within samples of countries suggests a necessity for tailored strategies.
Impact
This research underscores the necessity of balancing advancements in energy efficiency and thermal comfort with societal needs that respect individual rights. Practical recommendations for effective personal data collection are provided and methodological limitations due to scenario complexity and participant engagement are highlighted.
Mejora en detección de anomalías con impacto en revenue para un ecommerce
No full text"Los negocios digitales enfrentan pérdidas por compras potenciales no ejecutadas (Nike.com U$D 341.000 pérdidas de Revenue por hora fuera de servicio) debido a fallas en sus sistemas del sitio web. Por otro lado, la implementación de sistemas de monitoreo con indicadores, detección de anomalías y alertas también incurre en gastos, dado que los equipos deben dedicar tiempo a analizar y diagnosticar las alertas que frecuentemente no tienen una explicación evidente. En el presente trabajo se analiza el caso de un sitio eCommerce de un Retail de ropa deportiva, que enfrenta este problema con un promedio de 2 alarmas por hora, y con afecciones sobre 5 indicadores al mismo tiempo. Se comparan la solución actual Prophet vs una red LSTM-Autoencoder vs el modelo TranAD basado en Transformers, y se analizan los resultados. Finalmente se propone un nuevo enfoque basado en el modelo TranAD, de manera de mejorar la detección de anomalías, y reducir el stress y tiempo invertidos. Este nuevo modelo permite realizar un análisis integral de los múltiples KPIs, encontrar dependencias y patrones en los datos, y detectar nuevas anomalías sistémicas
Desarrollo e implementación de un pipeline de transformación de datos transcriptómicos crudos en imágenes como entrada para redes neuronales convolucionales
Get PDF"En el presente proyecto final de carrera, se plantea el diseño, desarrollo e implementación de un pipeline computacional capaz de cumplir con dos funciones principales: la conversión de datos transcriptómicos en imágenes y la clasificación de individuos en casos enfermos o sanos utilizando redes neuronales convolucionales (CNN).
Si bien existen enfoques que aplican algoritmos de aprendizaje profundo a datos transcriptómicos, la mayoría no aborda directamente la transformación de secuencias en representaciones visuales, ni aprovecha, en simultáneo, las capacidades avanzadas de las CNN para detectar patrones complejos en dichos datos. Además, los métodos actuales suelen requerir procesos computacionales costosos y configuraciones experimentales poco flexibles, lo que dificulta su implementación en entornos con recursos limitados.
En base a esto, se tienen las siguientes consideraciones para el desarrollo del pipeline: la creación de un método integral y eficiente que integre la extracción de características transcriptómicas y su visualización; la utilización de redes neuronales convolucionales para mejorar la precisión en la clasificación de casos enfermos o sanos; la adaptabilidad a diversas necesidades experimentales; y la implementación de un sistema de bajo costo computacional que permita su uso en contextos de diagnóstico de alta demanda y precisión.
Este trabajo no solo busca abordar las limitaciones de los métodos actuales, sino también proponer una solución innovadora que contribuya al avance en el diagnóstico basado en datos de transcriptómica, combinando técnicas de bioinformática, aprendizaje profundo y generación y procesamiento de imágenes. Este desarrollo se lleva a cabo en MultiplAI Health, empresa que se propone ofrecer exámenes de muestras líquidas, en donde, utilizando secuenciación de ARN e inteligencia artificial, buscan poder detectar enfermedades complejas, con un principal enfoque en los trastornos cardiovasculares.
Para una correcta comprensión del objetivo y el desarrollo del pipeline, se explican los fundamentos teóricos de las temáticas principales (biología molecular, bioinformática, inteligencia artificial), el pipeline y algoritmos propuestos, el proceso de testeo de la CNN y los resultados de procesamiento de las muestras y de performance de la CNN"
Utilización de Inteligencia Artificial y Aprendizaje Automático para predicción de Carbono Orgánico Total a partir de datos de geoquímica
Get PDF"La predicción del contenido de carbono orgánico total (COT) es un indicador crucial para evaluar las características geoquímicas de las rocas madre. Aunque los enfoques basados en regresión múltiple y la clasificación del índice de contenido de pelitas pueden estimar el contenido de COT en diferentes capas, los modelos tienden a ser bastante sencillos y sus resultados no son del todo precisos. Este estudio emplea métodos de inteligencia artificial para predecir el contenido de COT en la Formación Vaca Muerta en las áreas de Chacay Melehue (Chos Malal), Puerta Curaco (Chos Malal) y datos provenientes de una transecta NO - SE en el depocentro Añelo. Los hallazgos indican que: Existen determinados parámetros que favorecen una curva de predicción más precisa de COT. Existen modelos predictivos que favorecen valores de COT más precisos. El valor de COT predicho por redes neuronales y Support Vector Machines se aproxima más al valor medido. Estos métodos de predicción del contenido de COT tienen un gran potencial para su aplicación en la exploración y desarrollo de petróleo y gas en el futuro."
"The prediction of total organic carbon (TOC) content is a critical indicator for assessing the geochemical characteristics of source rocks. Although methods based on multiple regression and shale content index classification can estimate TOC content in various mudstone layers, these models tend to be relatively simple and less accurate. This study applies several machine learning methods to predict the TOC content in the Vaca Muerta Formation in areas from Chacay Melehue (Chos Malal), Puerta Curaco (Chos Malal) and a NW-SE transect within the Añelo depocenter. The results indicate that certain parameters favor a more accurate TOC prediction curve, some predictive models provide more precise values, and the TOC values predicted by neural networks and Support Vector Machines are closer to the measured ones. These prediction methods show great potential for application in future oil and gas exploration and development.
Diseño, fabricación y optimización del recipiente a presión de oxidante para el cohete de propulsión híbrida Lanín I
Get PDFEl presente trabajo describe el diseño, la manufactura y el ensayo de un recipiente a presión tipo II destinado a formar parte del fuselaje del cohete Lanin I, desarrollado en el marco de la competencia internacional Spaceport America Cup. El proyecto se centra en la categoría de 3000 metros de altura con propulsión híbrida, donde el oxidante debe almacenarse en condiciones presurizadas de forma segura y eficiente en términos de peso. Para ello, se propone un recipiente compuesto por tapas de aluminio y una envuelta cilíndrica de material compuesto laminado de fibra de vidrio y resina epoxi, con recubrimiento interno de aluminio dúctil para evitar fugas. La innovación principal radica en integrar este recipiente como parte estructural del fuselaje, de modo que soporte tanto la presión interna como las cargas del vuelo. Se estableció una metodología de dimensionamiento para recipientes que cumplen simultáneamente funciones de almacenamiento y resistencia estructural, considerando las limitaciones de tiempo, materiales y presupuesto impuestas por la competencia. Asimismo, se analizó el comportamiento plástico del recubrimiento de aluminio, el impacto sobre los demás componentes, y se realizaron ensayos experimentales y simulaciones por elementos finitos para caracterizar las propiedades del material compuesto. Los resultados demuestran la factibilidad de la propuesta y aportan un enfoque aplicable al diseño de componentes aeroespaciales innovadores con alta relación resistencia/peso
INNOVATION IN ONLINE LEARNING: PROPOSAL AND APPLICATION OF A DYNAMIC MODEL
No full textThis study proposes and tests a dynamic online learning model designed to enhance student engagement, performance, and satisfaction. Grounded in active methodologies, gamification, and flipped learning, the model addresses the limitations of traditional digital education by fostering creativity, adaptability, and student-centered practices. Using a mixed-methods approach, the study applies the model to an experimental group and evaluates its impact through quantitative data (platform
usage, grades) and qualitative insights (interviews and observations). Preliminary findings suggest improved academic outcomes and higher student motivation. The model offers a scalable, flexible framework for educational institutions seeking to innovate digital learning environments and enhance the effectiveness of online education
MAPITA: Prototipo de dispositivo de monitoreo ambulatorio de presión arterial para uso veterinario
No full textLa presión arterial es un parámetro fisiológico esencial en la práctica veterinaria, no solo como una herramienta fundamental en el diagnóstico, sino también en la evaluación de animales con enfermedades sistémicas y durante procedimientos anestésicos. A pesar de los avances tecnológicos, persiste una carencia de equipos diseñados específicamente para el monitoreo ambulatorio de presión arterial en el ámbito veterinario. En este proyecto, se planteó como objetivo el desarrollo de un dispositivo capaz de realizar mediciones periódicas de presión arterial en intervalos configurables, durante un período prolongado de al menos 12 horas. Este dispositivo se complementa con una aplicación móvil que permite gestionar y visualizar los datos, ofreciendo funcionalidades para médicos veterinarios, como el registro de pacientes y acceso a estudios generados, así como también para los tutores de los animales, quienes pueden acceder al estado del estudio. Se realizaron pruebas de validación para garantizar la precisión de las mediciones de presión arterial y el desempeño continuo del equipo en diferentes animales, con el fin de corroborar el uso previsto. Aunque se requieren validaciones adicionales para consolidar su aplicación en distintos escenarios clínicos, los resultados obtenidos se mantienen dentro de lo establecido por el consenso de ACVIM y demuestran el funcionamiento del equipo por hasta 12 horas. Esto representa un primer avance significativo hacia el desarrollo de dispositivos que complementen el diagnóstico ambulatorio, ofreciendo nuevas posibilidades para el monitoreo de la presión arterial y contribuyendo a la mejora de la atención clínica veterinaria
A Verification of the Two-Fluid Model with InterfacialInertial Coupling
No full text"The two-fluid model (TFM) has become a foundational tool in numerical codes used for engineering analyses of two-phase flows in energy systems. However, its completeness remains a topic of debate because improper modeling of interfacial inertial coupling can render the momentum conservation equations elliptic. This issue leads to short wavelength perturbations growing at an infinite rate. This paper demonstrates the practical feasibility of incorporating variational inertial-coupling terms into an industrial CFD TFM code to ensure it is well-posed without the need for regularization. For verification, two special cases with exact analytical solutions of the TFM equations are utilized, exhibiting convergence at a mesh resolution of 1 mm.