https://hdl.handle.net/20.500.12008/22 2026-05-24T03:32:06Z https://hdl.handle.net/20.500.12008/55147 Título: Modelos matemáticos para la dinámica de parásitos, bacterias y virus, bajo una estrategia de variación antigénica Autor: Castro, Sebastián Resumen: Este trabajo de Maestría en Ingeniería Matemática trata sobre la utilización de modelos matemáticos para la descripción y análisis de la dinámica de una población de bacterias, parásitos o virus, que sigue un proceso de variación antigénica, en su interacción con el sistema inmune del hospedero que lo aloja. El Capítulo 1 comienza con la descripción del proceso de variación antigénica y se muestran datos de un ejemplo real. Luego se presentan las teorías matemáticas que sirven de base para algunos de los principales modelos que se han utilizado para describir este fenómeno y que se presentarán más adelante: (sistemas de) ecuaciones diferenciales, lineales y no lineales; y procesos de ramificación, de un tipo y multitipo. En el Capítulo 2 se presenta uno de los ejemplos que más influencia ha tenido: un modelo macroscópico para la dinámica del Virus de Inmunodeficiencia Humana / Síndrome de Inmunodeficiencia Adquirida (VIH/SIDA), basado en un sistema de ecuaciones diferenciales no lineales (del tipo presa-predador) y un proceso estocástico que registra la cantidad de estas ecuaciones en el tiempo. Se desarrollan en forma progresiva las distintas versiones del modelo, de manera analítica y mediante simulaciones computacionales en algún caso, con el objetivo de reflejar las principales características del fenómeno que se quiere modelar. El Capítulo 3 contiene la presentación y análisis de un modelo más reciente basado en un proceso de ramificación de dos tipos y pensado en principio para un proceso de variación antigénica general. Nuevamente se presentan en forma progresiva distintas versiones del modelo, incorporando mayor información biológica en cada etapa, y se analizan de forma matemática y mediante simulaciones. Por ultimo, en el Capítulo 4 se realizan algunas observaciones generales sobre los modelos presentados y algunos temas no abordados. Además, se destacan los modelos presentados como ejemplos de interacción entre la Biología y la Matemática, en general y en este tema en particular. 2017-01-01T00:00:00Z https://hdl.handle.net/20.500.12008/55116 Título: Diseño de una planta de obtención de etanol a partir de paja de arroz Autor: Croce, María José; Juárez, Florencia; Mussio, Paula; Ricca, Romina; Rodríguez, Darío Resumen: El presente informe es un anteproyecto de factibilidad técnica y económica de una planta de obtención de etanol carburante, donde se utiliza paja de arroz como materia prima. El objetivo fundamental de este estudio se basa en analizar la posibilidad de producir etanol hidratado, para ser utilizado como aditivo en las naftas, a partir del residuo que se genera en la cosecha del arroz y que no es actualmente aprovechado. El uso de etanol como combustible puro o como agregado en las gasolinas convencionales se constata a nivel mundial y en Uruguay, particularmente, se intentará implementar en un futuro cercano. La Ley Nº 18.195 del 28 de noviembre de 2007 dota de un marco legal a la producción y comercialización de agrocombustibles y establece que, a partir del 31 de diciembre de 2014, será obligatorio el agregado de un 5% de etanol a las naftas. Con estas perspectivas, el proyecto en estudio produce anualmente 6000 m3 de etanol utilizando aproximadamente 36.500 toneladas de paja. El emprendimiento se ubica en el departamento de Treinta y Tres, a 5 km de la ciudad de Vergara, siendo esta ubicación un punto estratégico por encontrase en una de las zonas con mayor producción arrocera y por lo tanto, facilitando en gran medida el acceso a la materia prima utilizada. El proceso de producción de bioetanol puede dividirse en 4 etapas fundamentales: pretratamiento, hidrólisis, fermentación y destilación. En primer lugar, la paja lavada y triturada es sometida a alta presión y temperatura para luego ser descomprimida, produciendo la exposición de las cadenas de celulosa que la componen. Estos polímeros son hidrolizados en una batería de reactores enzimáticos dando como producto una solución con un alto contenido de glucosa. La glucosa producida es convertida a etanol en un reactor con recirculación de células de la levadura Saccharomyces cerevisiae. Por último, el etanol es llevado a una concentración del 95% en un sistema de destilación compuesto por dos columnas. El vapor generado en el proceso es aprovechado para la obtención de energía eléctrica mediante el uso de un turbogenerador. Se generan 1.25 MW con los cuales no sólo se cubren las necesidades de la planta sino que también permite contar con un excedente de 0.85 MW que será entregado a la red pública. Cabe destacar que la planta ha sido diseñada de manera de aprovechar los residuos sólidos que se generan en el proceso, enviándolos al quemador de la caldera luego de ser debidamente deshidratados, y con un sistema de tratamiento de efluentes que permite una reutilización total de las aguas de proceso. En función de la evaluación del impacto ambiental realizada se entiende que el proyecto trae para la localidad de Vergara un conjunto importante de impactos positivos; genera una importante dinámica con una fuerte demanda de empleo en relación a la población que habita en los alrededores, y a su vez, contiene un conjunto de medidas de mitigación que hacen posible su ejecución en forma admisible para el medio. Del estudio económico-financiero del emprendimiento se deduce que si bien se logra generar una utilidad neta positiva, sustentada fundamentalmente en la venta de energía eléctrica, la viabilidad financiera es negativa. El hecho de obtener una TIR=-8% y un VAN=-9.050.762 es suficiente para justificar la no rentabilidad que trae consigo el proyecto. A su vez, el periodo de repago calculado supera ampliamente la vida útil del proyecto, lo cual es un indicador de riesgo para el potencial inversor. Para evaluar la posible ejecución del proyecto se lleva a cabo un análisis de sensibilidad. El mismo permite concluir que el precio de la materia prima es determinante en lo que respecta a la rentabilidad del proyecto, no alcanzándose una TIR atractiva para ningún precio en particular. Sin embargo, para poder obtener una rentabilidad atractiva el precio de venta del etanol debería ascender a 0.884 US$/L. Si bien este precio resulta más elevado que el elegido, no se descarta la posibilidad de poder abordarlo, ya sea por un aumento mundial en el precio del petróleo, como por la implementación de políticas de estado que fomenten la utilización de combustibles renovables. Es importante mencionar que, para poder mejorar la rentabilidad y asegurar la viabilidad financiera del emprendimiento, el nivel de producción proyectado debería duplicarse. Desde el punto de vista nacional la realización del proyecto lleva a una reducción en las importaciones de alcohol etílico y energía eléctrica. A su vez, implica la incorporación de tecnologías de última generación al país así como también un importante impulso al desarrollo de los biocombustibles. Por último, la ejecución del proyecto trae aparejado diversas ventajas desde el punto de vista ambiental entre las que se destacan la diversificación de la matriz energética, la reducción de la lluvia ácida, la utilización de un residuo como materia prima y el ahorro energético. 2008-01-01T00:00:00Z https://hdl.handle.net/20.500.12008/55115 Título: Optimization of data collection in facial recognition models through subsampling strategies Autor: Tayler, Silvana Resumen: Facial recognition systems have achieved remarkable performance in recent years; however, their accuracy remains highly dependent on the quality, diversity, and volume of training data. The widespread use of large-scale datasets, often collected without consent, raises significant ethical and legal concerns, while the storage and computational demands associated with such data present ongoing challenges. This thesis explores subsampling techniques to evaluate whether strategies can be identified that guide data collection, independently of the training process, with the goal of reducing data needs and improving computational efficiency. ArcFace, a state-of-the-art facial recognition model, was selected as the baseline architecture due to its strong feature discrimination and generalization capabilities. Using the MS1M-ArcFace dataset for training and LFW, AgeDB-30, and CFP-FP benchmarks for evaluation, 53 experiments were conducted. Multiple sampling ap- proaches were compared, at image and identity level, including uniform random selection, stratified sampling, k-means clustering and greedy Maximin selection. Both image and identity level subsampling were explored, with experiments designed to evaluate the effect of sample representativeness, intra- and inter-class variability, and the proportion of identities in the training set. Results indicate that k-means clustering applied to ArcFace embeddings at the image level achieved the highest overall performance across all benchmark datasets, demonstrating its effectiveness in reducing redundancy while preserving intra-class and inter-class diversity. Alternatively, random sampling at the identity level yields competitive performance compared to more complex strategies, particularly when high intra-class variability is desired. This finding suggests that identity-level random sam- pling is a valid and cost-effective approach for training data selection, significantly reducing the costs of data collection, storage, and processing. Additionally, k-means clustering may serve as a more suitable alternative in scenarios with a limited number of identities and where greater intra-class variability is not required. These insights are especially relevant in ethically constrained environments, where biometric data collection is restricted by consent. In all cases, clustering can further guide the final image selection process once consent is obtained, enhancing both the efficiency and representativeness of the dataset. 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12008/55114 Título: Análisis semántico latente para minería de datos en ingeniería biomédica Autor: Slomovitz, Gabriel Resumen: En esta tesis se explora la teoría del Análisis Semántico Latente (LSA) y sus aplicaciones en el campo de la ingeniería biomédica. LSA es una técnica de procesamiento de lenguaje natural basada en la descomposición en valores singulares (SVD) que, no sólo funciona como una herramienta de minería de texto, sino que también propone un modelo computacional capaz de simular aspectos del aprendizaje y la cognición humana, particularmente en la adquisición del lenguaje. En el desarrollo de este trabajo se investiga el estado del arte de las aplicaciones de LSA en medicina. Esto incluye su uso en el análisis de registros médicos para identificar relaciones entre síntomas y enfermedades, mejorar la recuperación de información médica, detectar patrones en datos de pacientes, validar textos simplificados por IA e identificar determinantes sociales de la salud. También se examinan aplicaciones en el análisis del lenguaje para la evaluación de condiciones como la esquizofrenia y el deterioro cognitivo asociado a Alzheimer, mediante la cuantificación de la coherencia del discurso. Como contribuciones originales, la tesis presenta dos estudios: 1) La aplicación de LSA al análisis de la distribución estadística de tipos de cáncer en Uruguay, demostrando su capacidad para revelar correlaciones geográficas no evidentes con métodos tradicionales; y 2) El uso de LSA para la correlación de mensajes de eventos (syslog), aplicable a dispositivos médicos, mostrando que puede agrupar eventos semánticamente relacionados sin necesidad de reglas predefinidas. Finalmente, se discute LSA como una teoría de minería de datos, se vincula con las memorias asociativas como modelo de procesos cognitivos y se contrasta con los Large Language Models (LLM) contemporáneos. Se concluye que, si bien los LLM superan a LSA en muchos aspectos, LSA mantiene su relevancia por su interpretabilidad, menor costo computacional y su potencial para explicar procesos cognitivos. Se proponen futuras líneas de investigación en sistemas híbridos, que combinen ambas tecnologías. 2025-01-01T00:00:00Z