https://hdl.handle.net/20.500.12008/24 2026-06-08T20:45:22Z https://hdl.handle.net/20.500.12008/55376 Título: Extensión a la herramienta didáctica Mileva Autor: Galiano, Federico; Madeira, Damián Resumen: El presente proyecto de grado describe el diseño, la implementación y pruebas de evaluación de una extensión de la herramienta didáctica Mileva, orientada a fomentar el desarrollo del pensamiento computacional en estudiantes de educación media sin experiencia previa en programación. Mientras que la primera versión de Mileva trabajaba la sentencia de asignación, este nuevo módulo se focaliza en la evaluación de expresiones booleanas, abordando los operadores lógicos AND (conjunción), OR (disyunción) y NOT (negación), los comparadores relacionales y el mecanismo de evaluación por circuito corto. El diseño de los ejercicios se sustenta en tres pilares teóricos: el modelo Hybrid Interaction System (sistema de interacción híbrida) de Schulte y Budde, el concepto pedagógico de Bildung como proceso de transformación del sujeto a través de la interacción con el artefacto digital, y la Epistemología Genética de Jean Piaget, en particular su tríada de etapas intra-inter-trans, su Ley General de la Cognición, en la versión extendida que incorpora la conceptualización de la ejecución computacional y la noción de generalización constructiva. A partir de estos fundamentos se construyeron cinco grupos de ejercicios graduados en complejidad: variables booleanas, expresiones booleanas, operadores lógicos, evaluación por circuito corto y formalización con variables abstractas. Cada ejercicio combina un pseudocódigo simple con visualizaciones interactivas (luces, puertas, robots y cajas abstractas) que ofrecen retroalimentación visual inmediata frente a cada acción del estudiante. La herramienta se implementó como una aplicación web de página única (Single Page Application) con la biblioteca React, persistiendo el progreso del estudiante en el almacenamiento local del navegador. La evaluación se realizó mediante dos iteraciones de pruebas individuales con quince participantes de entre 15 y 26 años sin formación previa en programación. Entre la primera y la segunda iteración se incorporaron diversas correcciones y mejoras en la herramienta. Los resultados de la segunda iteración muestran mejoras consistentes en todos los grupos de ejercicios, destacándose especialmente el grupo de circuito corto, donde la proporción de estudiantes capaces de resolver los ejercicios sin ayuda de un facilitador pasó del 0% al 36 %. Estas evidencias indican que la herramienta logra ofrecer un entorno de construcción de conocimiento informal sobre conceptos básicos de computación que sirve como base para la formalización posterior en el sistema educativo. 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12008/55372 Título: Predicción de latencias en sistemas de microservicios utilizando redes neuronales de grafos heterogéneos (LQ-GNN) Autor: Lepratti Gilles, Franco Resumen: Este Proyecto de Grado presenta la implementación y evaluación de un modelo de Red Neuronal de Grafos Heterogéneos para la predicción de latencias en sistemas basados en microservicios, Este mismo se encuentra en el marco del enfoque propuesto en LQ-GNN: A Graph Neural Network Model for Latency Prediction of Microservice-based Applications for Elasticity Control in the Computing Continuum (Richart y cols., 2025). El trabajo propuesto en el paper se enmarca en una línea de investigación orientada al escalado multidimensional de microservicios en el computing continuum —una infraestructura distribuida que integra recursos de cómputo desde el borde de la red hasta la nube—, donde disponer de predicciones de latencia rápidas y confiables resulta relevante para analizar alternativas de configuración, despliegue y asignación de recursos. Las arquitecturas de microservicios ofrecen ventajas importantes en términos de escalabilidad, mantenibilidad y despliegue independiente. Sin embargo, también introducen desafíos significativos en el apartado de la performance, ya que la latencia end-to-end depende de múltiples factores interrelacionados, entre ellos la topología de dependencias, la distribución de carga, la asignación de recursos y la interacción entre servicios. En este contexto, los enfoques basados en grafos resultan especialmente adecuados, ya que permiten modelar de forma explícita la estructura relacional del sistema. El modelo implementado representa cada aplicación como un grafo heterogéneo en el que los nodos corresponden a distintas entidades del sistema, en particular tareas, actividades y rutas de ejecución, mientras que las aristas capturan relaciones de dependencia y composición. A través de un esquema de message passing, el modelo aprende representaciones internas capaces de estimar la latencia asociada a una consulta bajo determinadas condiciones de carga y configuración. La implementación se desarrolló utilizando PyTorch y PyTorch Geometric, lo que permitió construir una versión funcional, reproducible y más flexible que la implementación del artículo original. El modelo fue entrenado y evaluado con cuatro datasets (GNN_4tier, GNN_mix, GNN_social-network y GNN_social-network-ut), lo que permitió analizar su comportamiento sobre topologías distintas y estudiar su capacidad de generalización. En la configuración base (la misma con la que se entreno la implementación del paper) para predicción de latencia promedio, el mejor resultado se obtuvo en GNN_4tier, con un Mean Absolute Percentage Error (MAPE) de 10,85% en test. Para los demás datasets, se obtuvieron los siguientes valores, 33,91% en GNN_mix, 21,81% en GNN_social-network y 24,46% en GNN_social-network-ut. Entonces se realizo un extensión de la evaluación para la predicción del percentil 95 de la latencia y realizar una etapa adicional de optimización, se observaron mejoras sustanciales, alcanzando valores de MAPE de 13,71% en GNN_mix, 7,65% en GNN_social-network y 8,62% en GNN_social-network-ut. Estos resultados muestran que la implementación desarrollada además de cumplir su propósito original (ser funcional), sino que también presenta un margen de mejora importante cuando se dedica esfuerzo adicional al ajuste experimental. En conjunto, el trabajo demuestra no solo que es posible implementar el modelo LQ-GNN fuera del framework original, sino también reproducir su lógica sobre un stack moderno, el cual va a permitir mas maleabilidad en los detalles del modelo como pueden ser agregaciones o demás cosas que se explicaran en el informe y obtener resultados razonables en distintos escenarios. Más allá de las métricas alcanzadas, la principal contribución radica en haber construido una base experimental y de software reutilizable, o sea que a posterior puede ser utilizado para ampliarlo o cambiar cosas del modelo como agregaciones o formas de envió de message passing, además de robustez y aplicabilidad en contextos más cercanos a producción. 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12008/55371 Título: Codificación de algoritmos de trazado de rayos en Vulkan Autor: Bartaburu Chaine, Joaquín; Ubal Santana, Lucas Andrés Resumen: El trazado de rayos es una técnica ampliamente utilizada para la generación de imágenes realistas en gráficos por computadora, debido a su capacidad para simular de forma precisa algunos fenómenos de iluminación. Por otra parte, su elevado costo computacional ha limitado históricamente su uso en aplicaciones interactivas o en tiempo real. En los últimos años, la incorporación de hardware especializado para la aceleración del trazado de rayos en GPUs de uso general ha permitido ampliar el uso de estas técnicas, dando lugar a enfoques híbridos que combinan métodos tradicionales de rasterización con algoritmos de trazado de rayos. Para facilitar este tipo de aplicaciones, las principales APIs gráficas modernas, como Vulkan y DirectX, incorporan soporte específico para la ejecución de algoritmos de trazado de rayos sobre GPU. En este contexto, el presente proyecto se centra en la implementación y evaluación de distintas técnicas de trazado de caminos ejecutadas íntegramente sobre GPU, utilizando extensiones especializadas de Vulkan. Se implementaron tres algoritmos representativos y se evaluaron sobre un conjunto de escenas de prueba y sobre dos GPU de distintos fabricantes y arquitecturas, analizando su comportamiento en términos de convergencia, ruido y desempeño computacional. Los resultados obtenidos permiten concluir que no hay un algoritmo ganador, sino que depende del hardware disponible y de la configuración de la escena a renderizar, tanto en su geometría como en su iluminación. De este modo, el trabajo aporta una visión práctica sobre las ventajas y limitaciones de cada enfoque, y ejemplifica algunos aspectos relativos a la implementación de algoritmos de transporte de luz en diferentes GPUs. El software generado se encuentra en: https://github.com/StrikerMF4/ vkraytracing. 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12008/55219 Título: Modelización y resolución exacta vía programación lineal entera del "Prize-Collecting Steiner Tree problem" Autor: Berguer Centurión, Martín Resumen: En este documento se estudia el problema del Prize-Collecting Steiner Tree (PCST), el cual pertenece a la clase de problemas NP-Difíciles. Para comenzar, se presenta un estudio de las técnicas de resolución exacta existentes en la actualidad, seleccionando cinco formulaciones del problema utilizando técnicas de Programación Lineal Entera. En esta investigación se introduce una nueva formulación para resolver el PCST de forma optima. Se realizaron dos implementaciones, el nuevo modelo propuesto en esta investigación y una de las cinco formulaciones mencionadas previamente. Además, se realiza un estudio comparativo entre ambas implementaciones as como otras implementaciones basadas en algoritmos de aproximación, también capaces de resolver el PCST. Por otro lado, se realiza un estudio práctico referente a la relajación de ambos modelos, en busca de cotas inferiores de la solución optima. Por último, se estudia la aplicación del modelo en una numerosa variedad de redes que representan situaciones reales, las cuales han sido estudiadas en una cantidad considerable de investigaciones referentes al tema y se realiza una aplicación práctica en la red de generación de energía eléctrica por parte de los parques eólicos dispuestos en el territorio uruguayo. Los resultados del análisis experimental realizado son bien alentadores, muestran que ambos modelos se comportan correctamente, cumpliendo con el objetivo de llegar a la solución optima. 2017-01-01T00:00:00Z