https://hdl.handle.net/20.500.12008/29 Reúne las tesis de grado Sun, 09 Aug 2026 13:43:06 GMT 2026-08-09T13:43:06Z https://hdl.handle.net/20.500.12008/56312 Título: HiveCare : monitoreo no invasivo de colmenas mediante sensores RFID Autor: Blanco, Rodrigo; Gugliucci, Nicolás; Olivera, Lucas Resumen: La apicultura moderna enfrenta desafíos asociados a la pérdida de colonias, enfermedades y condiciones ambientales adversas, lo que genera la necesidad de herramientas de monitoreo continuo y no invasivo. En este contexto, la apicultura de precisión propone la incorporación de tecnologías de monitoreo que permiten obtener información objetiva sobre el estado de las colmenas, facilitando la detección temprana de anomalías y mejorando la toma de decisiones por parte del apicultor. Entre las variables de interés, la temperatura de la cámara de cría constituye un indicador relevante del estado fisiológico y la actividad de la colonia. En este trabajo se presenta HiveCare, una plataforma IoT (Internet of Things) para el monitoreo inalámbrico de temperatura en colmenas tipo Langstroth mediante sensores RFID (Radio Frequency Identification)/NFC (Near Field Communication). La propuesta constituye una solución novedosa al eliminar la necesidad de cableado interno dentro de la colmena, característica presente en la mayoría de las soluciones de apicultura de precisión reportadas hasta la fecha. De esta forma, HiveCare representa un avance hacia sistemas de monitoreo con menor impacto sobre las tareas habituales de manejo e inspección realizadas por el apicultor, al evitar las dificultades asociadas a la presencia de cables en el interior de la colmena. La solución propuesta se basa en una arquitectura compuesta por Colmenas HiveCare, cada una de las cuales contiene varios Marcos HiveCare y un Lector HiveCare. Los marcos incorporan sensores de temperatura y tags NFC pasivos capaces de operar sin baterías, permitiendo la adquisición de datos en múltiples puntos de la cámara de cría sin introducir fuentes de energía potencialmente riesgosas en el interior de la colmena. Además, su diseño minimiza el área intervenida del marco, preservando prácticamente la totalidad de su superficie útil para el desarrollo de la colonia. El lector realiza la recolección inalámbrica de datos utilizando RFID/NFC y su transmisión remota mediante NB-IoT (Narrowband Internet of Things) hacia una infraestructura en la nube para almacenamiento, procesamiento y visualización. Asimismo, incorpora una batería recargable alimentada por un panel solar, permitiendo la operación autónoma del sistema durante períodos prolongados. El trabajo abarca el diseño integral del sistema, desde su concepción hasta su validación en campo. Esto incluye la definición de la arquitectura general, la selección y evaluación de tecnologías de sensado, y el diseño de antenas NFC orientadas a incrementar la distancia de lectura. Como resultado, se logró extender el alcance típico de esta tecnología, de aproximadamente 5 a 10 cm, hasta 35 cm, permitiendo acceder desde el exterior de la colmena a zonas de interés para el monitoreo. Asimismo, se desarrollaron el hardware de los Marcos HiveCare y del Lector HiveCare, el firmware embebido asociado y la infraestructura de software para el almacenamiento y visualización de datos. Los resultados obtenidos demuestran la viabilidad de implementar un sistema de monitoreo apícola no invasivo, capaz de obtener perfiles térmicos de la cámara de cría sin utilizar cableado ni baterías en el interior de la colmena, reduciendo las necesidades de mantenimiento y minimizando el impacto sobre la dinámica natural de la colonia. Thu, 01 Jan 2026 00:00:00 GMT https://hdl.handle.net/20.500.12008/56312 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12008/56283 Título: Asignación de recursos en redes inalámbricas mediante aprendizaje por refuerzo profundo con redes neuronales de grafos Autor: Ottonelli, Bruno; Piñeyro, Nahuel; Vieira, Mauricio Resumen: Las redes inalámbricas densas son una parte central de la conectividad actual. En estos entornos, múltiples transmisores comparten un espectro limitado y deben decidir, de forma coordinada, qué canal utilizar y con qué potencia transmitir. Una mala asignación incrementa la interferencia, degrada la tasa de transmisión y afecta la calidad del servicio. El problema es especialmente desafiante porque el canal inalámbrico varía en el tiempo y el número de configuraciones posibles crece rápidamente con el tamaño de la red. Esta tesis estudia el uso de aprendizaje por refuerzo profundo para la asignación de recursos en redes inalámbricas reales. La política de decisión se parametriza mediante redes neuronales de grafos, modelos adecuados para representar sistemas donde los nodos interactúan mediante relaciones de interferencia o asociación. Esta elección permite que una misma política opere sobre redes de distinto tamaño y estructura, sin depender de un orden fijo de los nodos ni de una topología particular. El trabajo se apoya en medidas reales de la red de Ceibal, lo que permite evaluar el enfoque bajo condiciones representativas de una infraestructura en operación.Se consideran dos escenarios complementarios. El primero modela una red de enlaces inalámbricos que interfieren entre sí y estudia la asignación conjunta de canal y potencia bajo restricciones de consumo. El segundo incorpora clientes dinámicos, llegadas y salidas de usuarios, asociaciones entre clientes y puntos de acceso, y períodos de decisión más realistas. Esta extensión transforma el problema en un sistema donde la política de decisión no tiene acceso completo al estado de la red, ya que clientes y asociaciones cambian de forma continua, y cuya dimensión varía en el tiempo, acercándolo a la operación cotidiana de una red inalámbrica administrada. El trabajo desarrolla las formulaciones matemáticas de ambos escenarios, define estados, acciones y recompensas, y construye simuladores basados en datos reales para entrenar y evaluar políticas de decisión. También se comparan distintas estrategias de aprendizaje por refuerzo sobre una misma representación por grafos, con el objetivo de estudiar tanto la capacidad alcanzada como la estabilidad del entrenamiento y la posibilidad de operar sobre topologías variables. En conjunto, la tesis plantea una metodología para combinar aprendizaje por refuerzo con redes neuronales de grafos en el diseño de mecanismos de control adaptativos para redes inalámbricas densas. La propuesta enfatiza que este tipo de políticas debe analizarse considerando no solo la capacidad promedio, sino también la estabilidad del aprendizaje, la observabilidad del estado, la dinámica de asociación de usuarios y la diversidad topológica de las redes reales. Descripción: Títulos obtenidos: Bruno Ottonelli, Ingeniero en Sistemas de Comunicación; Nahuel Piñeyro, Ingeniero Electricista; Mauricio Vieira, Ingeniero Electricista. Thu, 01 Jan 2026 00:00:00 GMT https://hdl.handle.net/20.500.12008/56283 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12008/56276 Título: Desarrollo de un sistema prototipo con capacidad de adquisición, procesamiento y visualización de señales eléctricas en vegetales con capacidad para ser utilizado en cultivos Autor: Fernández Cedrés, Rodrigo Enrique; Raffaelli Nabon, Fabrizio; Rodríguez Ercila, Julio Gastón Resumen: El trabajo consiste en el desarrollo de un dispositivo portátil para la adquisición de señales eléctricas en plantas, pensado para su uso en condiciones de campo. El proyecto surge a partir de una línea de investigación de la Facultad de Agronomía de la Universidad de la República, donde se estudia la electrofisiología de especies vegetales, en particular viñas y otras plantas de tronco leñoso. Dentro de esa línea existe interés en analizar si la actividad eléctrica de las plantas puede estar vinculada con variables fisiológicas relevantes, como su estado hídrico. Dado que la electrofisiología vegetal sigue siendo un área poco desarrollada y con un fuerte componente experimental, una de las principales dificultades es contar con herramientas adecuadas para registrar señales en condiciones reales de uso, fuera del laboratorio. En ese contexto, la tesis no busca resolver la interpretación biológica de las mediciones, sino aportar una herramienta tecnológica que permita a los equipos de agronomía realizar ensayos de forma más práctica, autónoma y sistemática. Como resultado, el proyecto propone y construye un prototipo funcional capaz de adquirir, almacenar y poner a disposición estas señales eléctricas para su posterior análisis. El objetivo final es entregar una plataforma de medición que facilite el trabajo experimental en campo y sirva como base para futuras investigaciones en electrofisiología vegetal. Thu, 01 Jan 2026 00:00:00 GMT https://hdl.handle.net/20.500.12008/56276 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12008/56264 Título: Integración del SoC nRF5340 en una plataforma de neuroestimulación implantable (NeuroSoC) Autor: Guerrero Martorell, Mauricio; Magallanes Cohn, Irina; Montichelli Aplanalp, Martina Resumen: La neuroestimulación es una técnica ampliamente utilizada para el tratamiento de patologías como el dolor crónico y trastornos neurológicos, cuyo desarrollo reciente ha estado impulsado por la miniaturización y la personalización de las terapias. En este contexto, los dispositivos modernos requieren sistemas embebidos capaces de operar en tiempo real, cumpliendo estrictos requisitos de seguridad, confiabilidad y eficiencia. Motivado por estas necesidades, el proyecto NeuroSoC propone evaluar la viabilidad de migrar la arquitectura de un neuroestimulador comercial —originalmente basado en dos microcontroladores— hacia una solución integrada en un único System on Chip (SoC). Para ello, se desarrolló una prueba de concepto utilizando el SoC nRF5340 y el sistema operativo de tiempo real Zephyr, incorporando además comunicación inalámbrica mediante Bluetooth Low Energy (BLE), con el objetivo de analizar las ventajas, limitaciones y desafíos de esta integración. En cuanto al hardware, se partió de un neuroestimulador provisto por Integer Holdings Corporation, implementando una arquitectura simplificada que reemplaza ambos microcontroladores por un único SoC dual core. Se diseñó una nueva PCB y se introdujeron modificaciones como la incorporación de un DAC externo y la reducción de electrodos, eliminando bloques no esenciales. El diseño fue validado mediante la observación y medición de las formas de onda esperadas. En relación con la comunicación, se logró el emparejamiento mediante intercambio a través de NFC, así como la correcta recepción de los parámetros de estimulación. Respecto al firmware, se reemplazó la implementación bare-metal por una basada en Zephyr, logrando cumplir los requisitos temporales del sistema original. Se identifican como oportunidades de mejoras ajustar el layout del PCB, ya que las diferencias con el original generan un mayor ruido en la señal, y estudiar cómo reducir un leve jitter asociado al desarrollo con un RTOS y a la sincronización del ADC con los pulsos de estimulación. Por otra parte, la comunicación BLE para la programación de la terapia se implementó de forma satisfactoria, incorporando mecanismos de seguridad como emparejamiento, autenticación y cifrado, mediante el uso de Near Field Communication (NFC). En síntesis, el prototipo desarrollado demuestra la viabilidad de una arquitectura integrada basada en un único SoC dual core, validando el uso de un RTOS y comunicación BLE en aplicaciones de neuroestimulación. Los resultados evidencian ventajas en términos de simplificación y flexibilidad, así como oportunidades de mejora para optimizar el desempeño y la robustez del sistema. Thu, 01 Jan 2026 00:00:00 GMT https://hdl.handle.net/20.500.12008/56264 2026-01-01T00:00:00Z