http://sedici.unlp.edu.ar:80/handle/10915/190130 Thu, 12 Nov 2026 13:42:35 GMT 2026-11-12T13:42:35Z http://sedici.unlp.edu.ar:80/handle/10915/190600 Objeto de conferencia Development of a Framework for Self-Supervised Segmentation of Image Time Series Using Optical Flow Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) En el campo de la biología vegetal, comprender la dinámica de crecimiento radicular es crucial para diversas aplicaciones, que abarcan desde la mejora genética de cultivos hasta el estudio de respuestas fisiológicas ante diferentes condiciones ambientales. Para analizar dicha dinámica mediante series temporales de imágenes o videos, es indispensable segmentar las raíces para poder finalmente fenotiparlas, extrayendo así parámetros como la longitud, el ángulo de crecimiento, entre otros. Actualmente, los métodos de segmentación más utilizados se basan en redes neuronales convolucionales (CNNs), las cuales requieren un gran volumen de datos etiquetados manualmente para su entrenamiento. El presente trabajo busca abordar este desafío mediante el desarrollo de un método auto-supervisado para la generación de etiquetas, aprovechando la redundancia temporal inherente en videos de raíces en crecimiento. Este enfoque permite reducir significativamente la necesidad de anotaciones manuales, haciendo el proceso de segmetación más eficiente.; In the field of plant biology, understanding root growth dynamics is crucial for various applications, ranging from crop genetic improvement to the study of physiological responses under different environmental conditions. To analyze this dynamic behavior through time-lapse image sequences or videos, it is essential to segment the roots in order to ultimately phenotype them, thereby extracting parameters such as length, growth angle, among others. Currently, the most commonly used segmentation methods are based on convolutional neural networks (CNNs), which require a large amount of manually labeled data for training. This work aims to address this challenge through the development of a self-supervised method for label generation, leveraging the temporal redundancy inherent in videos of growing roots. This approach significantly reduces the need for manual annotations, making the segmentation process more efficient. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190600 2025-01-01T00:00:00Z En el campo de la biología vegetal, comprender la dinámica de crecimiento radicular es crucial para diversas aplicaciones, que abarcan desde la mejora genética de cultivos hasta el estudio de respuestas fisiológicas ante diferentes condiciones ambientales. Para analizar dicha dinámica mediante series temporales de imágenes o videos, es indispensable segmentar las raíces para poder finalmente fenotiparlas, extrayendo así parámetros como la longitud, el ángulo de crecimiento, entre otros. Actualmente, los métodos de segmentación más utilizados se basan en redes neuronales convolucionales (CNNs), las cuales requieren un gran volumen de datos etiquetados manualmente para su entrenamiento. El presente trabajo busca abordar este desafío mediante el desarrollo de un método auto-supervisado para la generación de etiquetas, aprovechando la redundancia temporal inherente en videos de raíces en crecimiento. Este enfoque permite reducir significativamente la necesidad de anotaciones manuales, haciendo el proceso de segmetación más eficiente. In the field of plant biology, understanding root growth dynamics is crucial for various applications, ranging from crop genetic improvement to the study of physiological responses under different environmental conditions. To analyze this dynamic behavior through time-lapse image sequences or videos, it is essential to segment the roots in order to ultimately phenotype them, thereby extracting parameters such as length, growth angle, among others. Currently, the most commonly used segmentation methods are based on convolutional neural networks (CNNs), which require a large amount of manually labeled data for training. This work aims to address this challenge through the development of a self-supervised method for label generation, leveraging the temporal redundancy inherent in videos of growing roots. This approach significantly reduces the need for manual annotations, making the segmentation process more efficient. http://sedici.unlp.edu.ar:80/handle/10915/190599 Objeto de conferencia BumpBusters: Pothole Detection with Machine Learning in the Autonomous City of Buenos Aires Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) La presencia de baches en la vía pública compromete la seguridad vial y genera perjuicios tanto al ciudadano afectado como a la sociedad. En este contexto, se propone para las áreas urbanas de la Ciudad Autónoma de Buenos Aires (CABA) un sistema para la detección de baches en tiempo real utilizando los sensores de acelerómetro y geolocalización de los dispositivos móviles. Para esto, se desarrolla un modelo de aprendizaje automático que combina la técnica de Random Forest para la detección de baches y K-Means para clasificarlos según su gravedad. El prototipo se prueba utilizando un vehículo a escala 1:18, y las visualizaciones se presentan geolocalizadas en un dashboard con Google Maps. Se utiliza Grafana para el monitoreo con alertas para los usuarios y los organismos de control. Como línea de extensión, se propone la integración con plataformas como Waze y Cabify para facilitar su adopción masiva.; The presence of potholes in public roads compromises road safety, affects quality of life, and causes economic harm both to the affected citizens and to society. In this context, a system is proposed for urban areas of the Autonomous City of Buenos Aires (CABA) to detect potholes in real time using the accelerometer and geolocation sensors of mobile devices. For this purpose, a machine learning model is developed that combines the Random Forest technique for pothole detection and K-Means to classify them according to their severity. The prototype is tested using a 1:18 scale vehicle, and the visualizations are geolocated and displayed on a dashboard using Google Maps. As a future extension, integration with platforms such as Waze and Cabify is proposed to facilitate adoption and large-scale distribution. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190599 2025-01-01T00:00:00Z La presencia de baches en la vía pública compromete la seguridad vial y genera perjuicios tanto al ciudadano afectado como a la sociedad. En este contexto, se propone para las áreas urbanas de la Ciudad Autónoma de Buenos Aires (CABA) un sistema para la detección de baches en tiempo real utilizando los sensores de acelerómetro y geolocalización de los dispositivos móviles. Para esto, se desarrolla un modelo de aprendizaje automático que combina la técnica de Random Forest para la detección de baches y K-Means para clasificarlos según su gravedad. El prototipo se prueba utilizando un vehículo a escala 1:18, y las visualizaciones se presentan geolocalizadas en un dashboard con Google Maps. Se utiliza Grafana para el monitoreo con alertas para los usuarios y los organismos de control. Como línea de extensión, se propone la integración con plataformas como Waze y Cabify para facilitar su adopción masiva. The presence of potholes in public roads compromises road safety, affects quality of life, and causes economic harm both to the affected citizens and to society. In this context, a system is proposed for urban areas of the Autonomous City of Buenos Aires (CABA) to detect potholes in real time using the accelerometer and geolocation sensors of mobile devices. For this purpose, a machine learning model is developed that combines the Random Forest technique for pothole detection and K-Means to classify them according to their severity. The prototype is tested using a 1:18 scale vehicle, and the visualizations are geolocated and displayed on a dashboard using Google Maps. As a future extension, integration with platforms such as Waze and Cabify is proposed to facilitate adoption and large-scale distribution. http://sedici.unlp.edu.ar:80/handle/10915/190598 Objeto de conferencia Putting the numbers to work: A correlation analysis between the national budget allocated to employment public policies and labor rates in Argentina between 2011-2015 and 2015-2019 periods Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) Este trabajo analiza la relación del presupuesto ejecutado por el estado nacional argentino en políticas laborales y los indicadores sociales de desempleo, subocupación e informalidad durante los períodos de gobierno de Cristina Fernández de Kirchner (2011-2015) y Mauricio Macri (2015-2019). Se utilizó la base de datos de Presupuesto Abierto del Ministerio de Economía de Argentina, en particular el dataset “Presupuesto de gastos y su ejecución detallada” para filtrar los montos invertidos con la función de promover el trabajo. Para el cálculo de las tasas laborales mencionadas anteriormente, se consideraron los resultados de la Encuesta Permanente de Hogares del Instituto Nacional de Estadística y Censos de la República Argentina. Este artículo también describe detalladamente la metodología utilizada para el estudio de grandes bases de datos gubernamentales abiertas, la reproducción de indicadores sociales públicos, el proceso de deflactación de valores (necesario al comparar montos presupuestarios ejecutados en un contexto inflacionario) y la estimación de datos faltantes utilizando técnicas de interpolación numérica. Como resultado se encontró que la disminución de la inversión pública en trabajo coincide con un aumento del desempleo y la subocupación, mientras que la informalidad se mantuvo estable. El análisis sugiere la existencia de una correlación negativa entre el gasto en políticas laborales y el deterioro de los indicadores de empleo, especialmente durante el segundo período, caracterizado por reformas orientadas a la flexibilización del trabajo y el ajuste fiscal. Así mismo, se destaca la necesidad de complementar este tipo de investigaciones con enfoques cualitativos. Este artículo es producto de un trabajo interdisciplinario entre estudiantes de grado de las carreras Licenciatura en Ciencias de la Computación, Licenciatura en Ciencia Política y Licenciatura en Sociología y fue desarrollado en contexto de la I SocioHackathon organizada por la Facultad de Ciencias Sociales de la Universidad Nacional de Córdoba, donde obtuvo el primer premio.; This article analyzes the relationship between the Argentine government's budget for labor policies and the social indicators of unemployment, underemployment, and informality during the administrations of Cristina Fernández de Kirchner (2011–2015) and Mauricio Macri (2015–2019). The Argentine Ministry of Economy's Open Budget database, specifically the "Presupuesto de gastos y su ejecución detallada" dataset, was used to filter the amounts invested to promote labor. To calculate the aforementioned labor rates, the results of the Permanent Household Survey of the National Institute of Statistics and Census of the Argentine Republic were considered. This work also describes in detail the methodology used to analyze large open government databases, the reproduction of public social indicators, the deflation process (necessary when comparing budget amounts executed in an inflationary context), and the estimation of missing data using numerical interpolation techniques. The results found that the decline in public investment in labor coincided with an increase in unemployment and underemployment, while informality remained stable. The analysis suggests a negative correlation between labor policy spending and the deterioration of employment indicators, especially during the second period, characterized by reforms aimed at labor flexibility and fiscal adjustment. It also highlights the need to complement this type of research with qualitative approaches. This article was produced by undergraduate students from Computer Science, Political Science and Sociology bachelor's programs as part of the I SocioHackathon organized by the Faculty of Social Sciences at the National University of Córdoba, where it received first prize. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190598 2025-01-01T00:00:00Z Este trabajo analiza la relación del presupuesto ejecutado por el estado nacional argentino en políticas laborales y los indicadores sociales de desempleo, subocupación e informalidad durante los períodos de gobierno de Cristina Fernández de Kirchner (2011-2015) y Mauricio Macri (2015-2019). Se utilizó la base de datos de Presupuesto Abierto del Ministerio de Economía de Argentina, en particular el dataset “Presupuesto de gastos y su ejecución detallada” para filtrar los montos invertidos con la función de promover el trabajo. Para el cálculo de las tasas laborales mencionadas anteriormente, se consideraron los resultados de la Encuesta Permanente de Hogares del Instituto Nacional de Estadística y Censos de la República Argentina. Este artículo también describe detalladamente la metodología utilizada para el estudio de grandes bases de datos gubernamentales abiertas, la reproducción de indicadores sociales públicos, el proceso de deflactación de valores (necesario al comparar montos presupuestarios ejecutados en un contexto inflacionario) y la estimación de datos faltantes utilizando técnicas de interpolación numérica. Como resultado se encontró que la disminución de la inversión pública en trabajo coincide con un aumento del desempleo y la subocupación, mientras que la informalidad se mantuvo estable. El análisis sugiere la existencia de una correlación negativa entre el gasto en políticas laborales y el deterioro de los indicadores de empleo, especialmente durante el segundo período, caracterizado por reformas orientadas a la flexibilización del trabajo y el ajuste fiscal. Así mismo, se destaca la necesidad de complementar este tipo de investigaciones con enfoques cualitativos. Este artículo es producto de un trabajo interdisciplinario entre estudiantes de grado de las carreras Licenciatura en Ciencias de la Computación, Licenciatura en Ciencia Política y Licenciatura en Sociología y fue desarrollado en contexto de la I SocioHackathon organizada por la Facultad de Ciencias Sociales de la Universidad Nacional de Córdoba, donde obtuvo el primer premio. This article analyzes the relationship between the Argentine government's budget for labor policies and the social indicators of unemployment, underemployment, and informality during the administrations of Cristina Fernández de Kirchner (2011–2015) and Mauricio Macri (2015–2019). The Argentine Ministry of Economy's Open Budget database, specifically the "Presupuesto de gastos y su ejecución detallada" dataset, was used to filter the amounts invested to promote labor. To calculate the aforementioned labor rates, the results of the Permanent Household Survey of the National Institute of Statistics and Census of the Argentine Republic were considered. This work also describes in detail the methodology used to analyze large open government databases, the reproduction of public social indicators, the deflation process (necessary when comparing budget amounts executed in an inflationary context), and the estimation of missing data using numerical interpolation techniques. The results found that the decline in public investment in labor coincided with an increase in unemployment and underemployment, while informality remained stable. The analysis suggests a negative correlation between labor policy spending and the deterioration of employment indicators, especially during the second period, characterized by reforms aimed at labor flexibility and fiscal adjustment. It also highlights the need to complement this type of research with qualitative approaches. This article was produced by undergraduate students from Computer Science, Political Science and Sociology bachelor's programs as part of the I SocioHackathon organized by the Faculty of Social Sciences at the National University of Córdoba, where it received first prize. http://sedici.unlp.edu.ar:80/handle/10915/190595 Objeto de conferencia CleanWater: Detection of Aquatic Waste with Satellite Images and Drones with Artificial Intelligence Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) La contaminación de los cuerpos de agua es un problema creciente, con 11 millones de toneladas de basura vertidas en los océanos cada año. En Argentina, se estima que un 70% de plásticos compone la basura de las costas bonaerenses y afecta al menos a 32 especies. El presente trabajo propone un sistema de monitoreo que combina imágenes satelitales e imágenes obtenidas con drones, para identificar la acumulación de basura con distinto grado de detalle. Para el procesamiento, se utilizan técnicas de Aprendizaje Automático, Clasificación y Visión Artificial, con una ResNet-50 para el análisis de las imágenes satelitales provenientes de fuentes abiertas, y un modelo basado en YOLOv8 para las imágenes recolectadas mediante el uso de un dron. Los resultados se presentan en tiempo real en un tablero desarrollado en Tableau y desplegado en AWS.; Water body pollution is a growing problem, with 11 million tons of waste dumped into the oceans each year. In Argentina, it is estimated that 70% of the waste along the Buenos Aires coasts is plastic and affects at least 32 species. This work proposes a monitoring system that combines the analysis of satellite images and images captured by drones, to identify waste accumulation. It uses Machine Learning, Classification, and Computer Vision techniques, adapting a ResNet-50 for the analysis of satellite images available from open data sources, and creating a model based on YOLOv8 for images collected using a drone. Results are presented in real time on Tableau and deployed on AWS. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190595 2025-01-01T00:00:00Z La contaminación de los cuerpos de agua es un problema creciente, con 11 millones de toneladas de basura vertidas en los océanos cada año. En Argentina, se estima que un 70% de plásticos compone la basura de las costas bonaerenses y afecta al menos a 32 especies. El presente trabajo propone un sistema de monitoreo que combina imágenes satelitales e imágenes obtenidas con drones, para identificar la acumulación de basura con distinto grado de detalle. Para el procesamiento, se utilizan técnicas de Aprendizaje Automático, Clasificación y Visión Artificial, con una ResNet-50 para el análisis de las imágenes satelitales provenientes de fuentes abiertas, y un modelo basado en YOLOv8 para las imágenes recolectadas mediante el uso de un dron. Los resultados se presentan en tiempo real en un tablero desarrollado en Tableau y desplegado en AWS. Water body pollution is a growing problem, with 11 million tons of waste dumped into the oceans each year. In Argentina, it is estimated that 70% of the waste along the Buenos Aires coasts is plastic and affects at least 32 species. This work proposes a monitoring system that combines the analysis of satellite images and images captured by drones, to identify waste accumulation. It uses Machine Learning, Classification, and Computer Vision techniques, adapting a ResNet-50 for the analysis of satellite images available from open data sources, and creating a model based on YOLOv8 for images collected using a drone. Results are presented in real time on Tableau and deployed on AWS. http://sedici.unlp.edu.ar:80/handle/10915/190594 Objeto de conferencia Modal Logic interpreter embedded in Haskell Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) Las lógicas modales son una familia de lógicas derivadas de la lógica proposicional, las cuales resultan útiles para expresar y probar razonamientos que requieren un mayor grado de expresividad que el provisto por la lógica de la cual parten. Si bien pueden aplicarse en diversas áreas, no existen muchas herramientas que permitan utilizar las mismas de manera fácil. De aquí surge la iniciativa de implementar una herramienta al estilo de un lenguaje de dominio específico embebido (EDSL, embedded domain-specific language) que permita al usuario del lenguaje poder trabajar de forma algebraica con los símbolos de la lógica de manera muy sencilla.; Modal logics are a family of logics derived from propositional logic that allow for more expressive reasoning than the one provided by the one they build from. Despite its numerous theoretical and practical applications there is a relatively scarce number of tools available for working with them in a userfriendly and intuitive manner. This work presents the implementation of an embedded domain-specific language (EDSL) designed with the goal to make algebraic manipulation of modal logic formulas simple. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190594 2025-01-01T00:00:00Z Las lógicas modales son una familia de lógicas derivadas de la lógica proposicional, las cuales resultan útiles para expresar y probar razonamientos que requieren un mayor grado de expresividad que el provisto por la lógica de la cual parten. Si bien pueden aplicarse en diversas áreas, no existen muchas herramientas que permitan utilizar las mismas de manera fácil. De aquí surge la iniciativa de implementar una herramienta al estilo de un lenguaje de dominio específico embebido (EDSL, embedded domain-specific language) que permita al usuario del lenguaje poder trabajar de forma algebraica con los símbolos de la lógica de manera muy sencilla. Modal logics are a family of logics derived from propositional logic that allow for more expressive reasoning than the one provided by the one they build from. Despite its numerous theoretical and practical applications there is a relatively scarce number of tools available for working with them in a userfriendly and intuitive manner. This work presents the implementation of an embedded domain-specific language (EDSL) designed with the goal to make algebraic manipulation of modal logic formulas simple. http://sedici.unlp.edu.ar:80/handle/10915/190593 Objeto de conferencia Risk mitigation in vulnerable Linux servers: The role of OSSEC in attack prevention Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) La protección de servidores Linux vulnerables es esencial en entornos de infraestructura crítica. Este estudio analiza el impacto de OSSEC en la detección y mitigación de amenazas en servidores Linux con configuraciones de seguridad limitadas. A través de una implementación práctica, se evalúan sus capacidades para identificar accesos no autorizados y patrones sospechosos, así como la efectividad de sus alertas en tiempo real para fortalecer la defensa ante ataques. Este trabajo aborda además la configuración inicial, el monitoreo activo y las limitaciones observadas en OSSEC, resaltando su rol como solución efectiva en entornos con recursos de protección mínimos.; The protection of vulnerable Linux servers is essential in critical infrastructure environments. This study analyzes the impact of OSSEC on threat detection and mitigation in Linux servers with limited security configurations. Through practical implementation, its capabilities to identify unauthorized access and suspicious patterns are evaluated, as well as the effectiveness of its real-time alerts to strengthen defense against attacks. This work also addresses initial configuration, active monitoring, and observed limitations in OSSEC, highlighting its role as an effective solution in environments with minimal protection resources. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190593 2025-01-01T00:00:00Z La protección de servidores Linux vulnerables es esencial en entornos de infraestructura crítica. Este estudio analiza el impacto de OSSEC en la detección y mitigación de amenazas en servidores Linux con configuraciones de seguridad limitadas. A través de una implementación práctica, se evalúan sus capacidades para identificar accesos no autorizados y patrones sospechosos, así como la efectividad de sus alertas en tiempo real para fortalecer la defensa ante ataques. Este trabajo aborda además la configuración inicial, el monitoreo activo y las limitaciones observadas en OSSEC, resaltando su rol como solución efectiva en entornos con recursos de protección mínimos. The protection of vulnerable Linux servers is essential in critical infrastructure environments. This study analyzes the impact of OSSEC on threat detection and mitigation in Linux servers with limited security configurations. Through practical implementation, its capabilities to identify unauthorized access and suspicious patterns are evaluated, as well as the effectiveness of its real-time alerts to strengthen defense against attacks. This work also addresses initial configuration, active monitoring, and observed limitations in OSSEC, highlighting its role as an effective solution in environments with minimal protection resources. http://sedici.unlp.edu.ar:80/handle/10915/190591 Objeto de conferencia Real-Time Computer Network Monitoring and Optimisation: An SNMP-Based Dashboard and Application at FaCENA-UNNE Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) En este trabajo presento el desarrollo de un tablero de control interactivo para la gestión y monitoreo de dispositivos de red en la Facultad de Ciencias Exactas y Naturales y Agrimensura (FaCENA), como avance de investigación en el marco de una beca destinada al estudio y aplicación del protocolo SNMP. La aplicación utiliza el protocolo SNMP en sus distintas versiones como base para la recolección de métricas de rendimiento y estado y busca mejorar la administración de la infraestructura de red mediante la visualización en tiempo real sobre el estado de routers, switches y puntos de acceso. Además, integra alertas automáticas y recomendaciones basadas en datos empíricos para optimizar el ancho de banda y la calidad de servicio, ante eventos de alta demanda. El enfoque metodológico combina investigación-acción y revisión sistemática para alinear las funcionalidades de la herramienta con las necesidades concretas de la institución.; In this paper I present the development of an interactive control panel for the management and monitoring of network devices in the Faculty of Exact and Natural Sciences and Surveying (FaCENA), as a research progress within the framework of a grant for the study and application of the SNMP protocol. The application uses the SNMP protocol in its different versions as a basis for the collection of performance and status metrics and seeks to improve the administration of the network infrastructure by means of real-time visualization of the status of routers, switches and access points. In addition, it integrates automatic alerts and recommendations based on empirical data to optimize bandwidth and quality of service in the face of high demand events. The methodological approach combines action research and systematic review to align the tool's functionalities with the institution's specific needs. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190591 2025-01-01T00:00:00Z En este trabajo presento el desarrollo de un tablero de control interactivo para la gestión y monitoreo de dispositivos de red en la Facultad de Ciencias Exactas y Naturales y Agrimensura (FaCENA), como avance de investigación en el marco de una beca destinada al estudio y aplicación del protocolo SNMP. La aplicación utiliza el protocolo SNMP en sus distintas versiones como base para la recolección de métricas de rendimiento y estado y busca mejorar la administración de la infraestructura de red mediante la visualización en tiempo real sobre el estado de routers, switches y puntos de acceso. Además, integra alertas automáticas y recomendaciones basadas en datos empíricos para optimizar el ancho de banda y la calidad de servicio, ante eventos de alta demanda. El enfoque metodológico combina investigación-acción y revisión sistemática para alinear las funcionalidades de la herramienta con las necesidades concretas de la institución. In this paper I present the development of an interactive control panel for the management and monitoring of network devices in the Faculty of Exact and Natural Sciences and Surveying (FaCENA), as a research progress within the framework of a grant for the study and application of the SNMP protocol. The application uses the SNMP protocol in its different versions as a basis for the collection of performance and status metrics and seeks to improve the administration of the network infrastructure by means of real-time visualization of the status of routers, switches and access points. In addition, it integrates automatic alerts and recommendations based on empirical data to optimize bandwidth and quality of service in the face of high demand events. The methodological approach combines action research and systematic review to align the tool's functionalities with the institution's specific needs. http://sedici.unlp.edu.ar:80/handle/10915/190590 Objeto de conferencia Performance comparison in wireless and wired communication Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) La creciente demanda de conectividad de alta velocidad en hogares y oficinas impulsa la adopción de diversas tecnologías de red, siendo las inalámbricas WiFi y cableadas UTP las más utilizadas. Cada una ofrece ventajas y desventajas en cuanto a ancho de banda, alcance, latencia y estabilidad. El objetivo de este estudio es comparar el rendimiento entre ambas tecnologías y su tolerancia a interferencias externas, como microondas y daños en el cableado, para determinar cómo estos factores afectan la calidad de la conexión. Se utilizará la herramienta de código abierto iPerf3, la cual es ampliamente empleada en entornos de redes para medir parámetros como el ancho de banda disponible, la pérdida de paquetes y la latencia.; The growing demand of high-speed connectivity in homes and offices is driving the adoption of several networking technologies, with WiFi wireless and UTP wired connection being the most commonly used. Each one has advantages and disadvantages in terms of bandwidth, range, latency and stability. This study aims to compare both technologies and their tolerance to external interferences, such as microwave ovens and cable damage, to determine how these factors affect connection quality. We use the open-source tool iperf3, which is widely used in networking environments to measure parameters such as bandwidth, packet loss and latency. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190590 2025-01-01T00:00:00Z La creciente demanda de conectividad de alta velocidad en hogares y oficinas impulsa la adopción de diversas tecnologías de red, siendo las inalámbricas WiFi y cableadas UTP las más utilizadas. Cada una ofrece ventajas y desventajas en cuanto a ancho de banda, alcance, latencia y estabilidad. El objetivo de este estudio es comparar el rendimiento entre ambas tecnologías y su tolerancia a interferencias externas, como microondas y daños en el cableado, para determinar cómo estos factores afectan la calidad de la conexión. Se utilizará la herramienta de código abierto iPerf3, la cual es ampliamente empleada en entornos de redes para medir parámetros como el ancho de banda disponible, la pérdida de paquetes y la latencia. The growing demand of high-speed connectivity in homes and offices is driving the adoption of several networking technologies, with WiFi wireless and UTP wired connection being the most commonly used. Each one has advantages and disadvantages in terms of bandwidth, range, latency and stability. This study aims to compare both technologies and their tolerance to external interferences, such as microwave ovens and cable damage, to determine how these factors affect connection quality. We use the open-source tool iperf3, which is widely used in networking environments to measure parameters such as bandwidth, packet loss and latency. http://sedici.unlp.edu.ar:80/handle/10915/190589 Objeto de conferencia Gamification Applied to Tourism: Video game prototype to showcase Jujuy's tourist attractions Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) El presente artículo expone el desarrollo de un prototipo de videojuego orientado a la promoción del patrimonio natural y cultural de la Provincia de Jujuy, Argentina. La propuesta combina técnicas de Gamificación y Realidad Virtual (VR) para ofrecer una experiencia inmersiva dirigida a turistas y al público general. El sistema fue desarrollado como Proyecto Final de la Carrera de Ingeniería en Informática de la Universidad Nacional de Jujuy y aplica la metodología ágil SUM para su construcción. Aborda desafíos técnicos y culturales, aportando tanto a la difusión patrimonial como al aprendizaje tecnológico.; This paper presents the development of a videogame prototype aimed at promoting the cultural and natural heritage of Jujuy, Argentina. The proposal combines Gamification and Virtual Reality (VR) to provide immersive experiences targeted at tourists and the general public. The system was developed as a final project for the Computer Engineering degree and applies the SUM methodology for software development. It addresses technical and cultural challenges, contributing to both heritage dissemination and technological learning. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190589 2025-01-01T00:00:00Z El presente artículo expone el desarrollo de un prototipo de videojuego orientado a la promoción del patrimonio natural y cultural de la Provincia de Jujuy, Argentina. La propuesta combina técnicas de Gamificación y Realidad Virtual (VR) para ofrecer una experiencia inmersiva dirigida a turistas y al público general. El sistema fue desarrollado como Proyecto Final de la Carrera de Ingeniería en Informática de la Universidad Nacional de Jujuy y aplica la metodología ágil SUM para su construcción. Aborda desafíos técnicos y culturales, aportando tanto a la difusión patrimonial como al aprendizaje tecnológico. This paper presents the development of a videogame prototype aimed at promoting the cultural and natural heritage of Jujuy, Argentina. The proposal combines Gamification and Virtual Reality (VR) to provide immersive experiences targeted at tourists and the general public. The system was developed as a final project for the Computer Engineering degree and applies the SUM methodology for software development. It addresses technical and cultural challenges, contributing to both heritage dissemination and technological learning. http://sedici.unlp.edu.ar:80/handle/10915/190587 Objeto de conferencia Feasibility of Kinship Search in Inverse Family Problem Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) El reconocimiento familiar a partir de imágenes faciales es una tarea desafiante que amplía la verificación facial tradicional al incorporar variaciones genéticas y generacionales. Mientras que los enfoques existentes, como los explorados en el desafío Recognizing Families In the Wild (RFIW), se centran en verificar relaciones familiares en una dirección temporal lineal (comparando mayormente padres con hijos jóvenes), nuestra investigación aborda un problema inverso: la identificación de hijos mediante la comparación de adultos con versiones más jóvenes de sus padres. El objetivo de este trabajo es determinar si esta formulación inversa constituye un problema distinto al reconocimiento de parentesco tradicional o si puede resolverse con los mismos enfoques. Para ello, utilizamos ArcFace [Deng et al., 2019] para la alineación de rostros y extracción de embeddings faciales. Desarrollamos además un conjunto de datos que refleja esta inversión temporal, basado en imágenes extraídas del sitio  MDb (Internet Movie Database). Evaluamos el comportamiento del modelo comparando las distribuciones de similitud del coseno en ambos datasets: el tradicional (FIW) y el nuevo dataset inverso.; Kinship recognition from facial images is a challenging task that broadens traditional facial verification techniques by incorporating genetic and generational variations. While preexisting approaches, such as those explored in the Recognizing Families In the Wild (RFIW), focus on verifying familial relationships in a standard temporal direction (mostly comparing parents to their younger children), our reaserch addresses the inverse problem: identifying children by comparing adults with younger versions of their parents. This work’s goal is to determine whether this inverse formulation consitutes a different problem from traditional kinship recognition, or whether it can be addressed using the same approaches. To this end, we used ArcFace [Deng et al., 2019] for facial alignment and embedding extraction. We also developed a new dataset reflecting this temporal inversion, based on images extracted from IMDb (Internet Movie Database). We evaluated the model’s performance by comparing the distribution of the cosine similarity in both datasets: the traditional approach (FIW) and our newly proposed inverse dataset. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190587 2025-01-01T00:00:00Z El reconocimiento familiar a partir de imágenes faciales es una tarea desafiante que amplía la verificación facial tradicional al incorporar variaciones genéticas y generacionales. Mientras que los enfoques existentes, como los explorados en el desafío Recognizing Families In the Wild (RFIW), se centran en verificar relaciones familiares en una dirección temporal lineal (comparando mayormente padres con hijos jóvenes), nuestra investigación aborda un problema inverso: la identificación de hijos mediante la comparación de adultos con versiones más jóvenes de sus padres. El objetivo de este trabajo es determinar si esta formulación inversa constituye un problema distinto al reconocimiento de parentesco tradicional o si puede resolverse con los mismos enfoques. Para ello, utilizamos ArcFace [Deng et al., 2019] para la alineación de rostros y extracción de embeddings faciales. Desarrollamos además un conjunto de datos que refleja esta inversión temporal, basado en imágenes extraídas del sitio  MDb (Internet Movie Database). Evaluamos el comportamiento del modelo comparando las distribuciones de similitud del coseno en ambos datasets: el tradicional (FIW) y el nuevo dataset inverso. Kinship recognition from facial images is a challenging task that broadens traditional facial verification techniques by incorporating genetic and generational variations. While preexisting approaches, such as those explored in the Recognizing Families In the Wild (RFIW), focus on verifying familial relationships in a standard temporal direction (mostly comparing parents to their younger children), our reaserch addresses the inverse problem: identifying children by comparing adults with younger versions of their parents. This work’s goal is to determine whether this inverse formulation consitutes a different problem from traditional kinship recognition, or whether it can be addressed using the same approaches. To this end, we used ArcFace [Deng et al., 2019] for facial alignment and embedding extraction. We also developed a new dataset reflecting this temporal inversion, based on images extracted from IMDb (Internet Movie Database). We evaluated the model’s performance by comparing the distribution of the cosine similarity in both datasets: the traditional approach (FIW) and our newly proposed inverse dataset. http://sedici.unlp.edu.ar:80/handle/10915/190583 Objeto de conferencia Automatic detection and classification of brewer's yeast for viability analysis Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) La viabilidad y vitalidad de la levadura Saccharomyces cerevisiae es crucial para la producción cervecera. El método tradicional para evaluar la viabilidad, el recuento manual con azul de metileno, es laborioso y propenso a variabilidad dependiendo el individuo que las cuente. Este trabajo aborda el desarrollo de un algoritmo para el conteo y clasificación automática de levaduras de cerveza a partir de imágenes de microscopio utilizando herramientas de inteligencia artificial, con el objetivo de optimizar la reutilización y el control de calidad del insumo para la industria. El sistema propuesto integra dos etapas principales: la detección de células se realiza mediante la red neuronal YOLO (You Only Look Once), mientras que la clasificación en vivas o muertas se lleva a cabo utilizando una Support Vector Machine (SVM) sobre histogramas del canal de saturación en el espacio de color HSV. Este enfoque combinado ofrece una solución robusta y automatizada para la cuantificación y clasificación de levaduras, reduciendo la variabilidad del análisis manual y optimizando el control de calidad en la producción cervecera. Las metodologías desarrolladas serían incorporadas a la aplicación Microbrew.AR.; The viability and vitality of the yeast Saccharomyces cerevisiae are crucial for brewing. The traditional method for assessing viability, manual counting with methylene blue, is laborious and prone to variability depending on the individual counting. This work addresses the development of an algorithm for the automatic counting and classification of brewing yeast from microscope images using artificial intelligence tools, with the aim of optimizing the reuse and quality control of this input for the industry. The proposed system integrates two main stages: cell detection is performed using the YOLO (You Only Look Once) neural network, while classification into live or dead cells is carried out using a Support Vector Machine (SVM) based on saturation channel histograms in the HSV color space. This combined approach offers a robust and automated solution for yeast quantification and classification, reducing the variability of manual analysis and optimizing quality control in brewing production. The developed methodologies will be incorporated into the Microbrew.AR application. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190583 2025-01-01T00:00:00Z La viabilidad y vitalidad de la levadura Saccharomyces cerevisiae es crucial para la producción cervecera. El método tradicional para evaluar la viabilidad, el recuento manual con azul de metileno, es laborioso y propenso a variabilidad dependiendo el individuo que las cuente. Este trabajo aborda el desarrollo de un algoritmo para el conteo y clasificación automática de levaduras de cerveza a partir de imágenes de microscopio utilizando herramientas de inteligencia artificial, con el objetivo de optimizar la reutilización y el control de calidad del insumo para la industria. El sistema propuesto integra dos etapas principales: la detección de células se realiza mediante la red neuronal YOLO (You Only Look Once), mientras que la clasificación en vivas o muertas se lleva a cabo utilizando una Support Vector Machine (SVM) sobre histogramas del canal de saturación en el espacio de color HSV. Este enfoque combinado ofrece una solución robusta y automatizada para la cuantificación y clasificación de levaduras, reduciendo la variabilidad del análisis manual y optimizando el control de calidad en la producción cervecera. Las metodologías desarrolladas serían incorporadas a la aplicación Microbrew.AR. The viability and vitality of the yeast Saccharomyces cerevisiae are crucial for brewing. The traditional method for assessing viability, manual counting with methylene blue, is laborious and prone to variability depending on the individual counting. This work addresses the development of an algorithm for the automatic counting and classification of brewing yeast from microscope images using artificial intelligence tools, with the aim of optimizing the reuse and quality control of this input for the industry. The proposed system integrates two main stages: cell detection is performed using the YOLO (You Only Look Once) neural network, while classification into live or dead cells is carried out using a Support Vector Machine (SVM) based on saturation channel histograms in the HSV color space. This combined approach offers a robust and automated solution for yeast quantification and classification, reducing the variability of manual analysis and optimizing quality control in brewing production. The developed methodologies will be incorporated into the Microbrew.AR application. http://sedici.unlp.edu.ar:80/handle/10915/190582 Objeto de conferencia Smart Contract Behavior Abstraction Generator using Fuzzing Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) Los contratos inteligentes son programas inmutables en la blockchain que gestionan activos digitales sin intermediarios. Su inmutabilidad y manejo de recursos valiosos hacen crucial la detección temprana de errores. Este trabajo presenta un enfoque para generar  automáticamente abstracciones por predicados en contratos Solidity de la red Ethereum, utilizando análisis dinámico vía fuzzing con la herramienta de código abierto Echidna. Se desarrolla un prototipo que explora el comportamiento real de los contratos, generando máquinas de estado finitas que abstraen el comportamiento de los mismos, basándose en predicados que reflejan el estado del contrato y las precondiciones necesarias para la habilitación de sus funciones. Esto permite identificar comportamientos  complejos difíciles de detectar manualmente. Finalmente, se comparan las ventajas y limitaciones del enfoque en relación al uso de herramientas  de análisis estático.; Smart contracts are immutable programs on the blockchain that manage digital assets without intermediaries. Their immutability and handling of valuable resources make early error detection crucial. This work presents an approach to automatically generate predicate abstractions in Solidity contracts on the Ethereum network, using dynamic analysis through fuzzing with the open-source tool Echidna. A prototype is developed to explore the actual behavior of contracts, generating finite state machines that abstract their behavior based on predicates that reflect the contract’s state and the preconditions required to enable its functions. This allows the identification of complex behaviors that are difficult to detect manually. Finally, the advantages and limitations of the approach are compared to the use of static analysis tools. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190582 2025-01-01T00:00:00Z Los contratos inteligentes son programas inmutables en la blockchain que gestionan activos digitales sin intermediarios. Su inmutabilidad y manejo de recursos valiosos hacen crucial la detección temprana de errores. Este trabajo presenta un enfoque para generar  automáticamente abstracciones por predicados en contratos Solidity de la red Ethereum, utilizando análisis dinámico vía fuzzing con la herramienta de código abierto Echidna. Se desarrolla un prototipo que explora el comportamiento real de los contratos, generando máquinas de estado finitas que abstraen el comportamiento de los mismos, basándose en predicados que reflejan el estado del contrato y las precondiciones necesarias para la habilitación de sus funciones. Esto permite identificar comportamientos  complejos difíciles de detectar manualmente. Finalmente, se comparan las ventajas y limitaciones del enfoque en relación al uso de herramientas  de análisis estático. Smart contracts are immutable programs on the blockchain that manage digital assets without intermediaries. Their immutability and handling of valuable resources make early error detection crucial. This work presents an approach to automatically generate predicate abstractions in Solidity contracts on the Ethereum network, using dynamic analysis through fuzzing with the open-source tool Echidna. A prototype is developed to explore the actual behavior of contracts, generating finite state machines that abstract their behavior based on predicates that reflect the contract’s state and the preconditions required to enable its functions. This allows the identification of complex behaviors that are difficult to detect manually. Finally, the advantages and limitations of the approach are compared to the use of static analysis tools. http://sedici.unlp.edu.ar:80/handle/10915/190581 Objeto de conferencia Player2Vec and other Probabilistic Models: Framework for Evaluating Player Performance in Soccer Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) En la última década, el análisis deportivo ha evolucionado hacia una perspectiva cada vez más matemática y sofisticada. Aplicaciones como el uso de análisis espacial en Basketball (Goldsberry, 2012) y la investigación estadística del Brentford con Smartodds son ejemplos claros de la tendencia creciente en este campo. El béisbol, por mucho tiempo el deporte preferido para la analítica, ha experimentado una profunda transformación con la implementación de Sabermetrics (Baumer, 2015). La introducción de herramientas analíticas avanzadas ha producido resultados positivos para muchos equipos, lo que resalta el valor de estudiar métricas específicas dentro de cada deporte. Este desarrollo se centra en el fútbol, un deporte en el cual los análisis previos se han concentrado, en su mayoría, en predecir resultados de partidos y mejorar el rendimiento de los equipos. Sin embargo, este trabajo propone un enfoque diferente al analizar el impacto de los jugadores sobre la posesión de balón y los disparos del equipo desde  na perspectiva probabilística.A partir de la métrica PSL propuesta en el paper en desarrollo Soccer Networks(Huang et al., n.d.) planteamos un proceso para comparar el impacto que tienen los jugadores sobre la performance del equipo. Logramos formular una metodología para estudiar la distribución de la performance de un equipo. Luego, proponemos una serie de métodos y métricas para comparar el rendimiento de dos formaciones de jugadores. Desarrollamos una forma de representación vectorial (Embeddings) de los jugadores, llamada Player2Vec, un modelo de Machine Learning también basado sobre el modelo de redes de jugadores planteado en el mismo paper del PSL. Esto último permite desarrollar modelos predictivos sobre el rendimiento de los jugadores en un equipo. Nuestro modelo final logra predecir la performance de los jugadores un 58.99% mejor que asumir las distribuciones previas como priors.; Over the last decade, sports analysis has evolved into an increasingly mathematical and sophisticated perspective. Applications such as the use of spatial analysis in Basketball and Brentford’s statistical research with Smartodds are clear examples of the growing trend in this field. Baseball, long the sport of choice for analytics, has undergone a profound transformation with the implementation of Sabermetrics. The introduction of advanced analytics tools has produced positive results for many teams, highlighting the value of studying specific metrics within each sport.This development focuses on soccer, a sport in which previous analyses have mostly concentrated on predicting match results and improving team performance as a whole. However, this work proposes a different approach by analyzing the relationship between the player as an individual and the respective player training.Specifically, we explore the impact of players on ball possession and team shots from a probabilistic perspective. Starting from the probability of kicking before losing the ball (PSL) proposed in the developing paper “Soccer Networks”, and its demonstrated positive influence on team results, we propose a process to compare the impact of players on PSL and consequently on team performance.We succeeded in formulating a methodology to study the PSL distribution of a team for which we propose a series of methods and metrics to compare the performance of two formations of players. We developed vector representation of the players (Embeddings), called Player2Vec, based on the player graph proposed in the same paper “Soccer Networks”. The latter allows us to develop predictive models about the performance of players in a team. Our final model is 58.99% better at predicting player performance than assuming previous distributions as priors, thus outperforming simpler Bayesian models. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190581 2025-01-01T00:00:00Z En la última década, el análisis deportivo ha evolucionado hacia una perspectiva cada vez más matemática y sofisticada. Aplicaciones como el uso de análisis espacial en Basketball (Goldsberry, 2012) y la investigación estadística del Brentford con Smartodds son ejemplos claros de la tendencia creciente en este campo. El béisbol, por mucho tiempo el deporte preferido para la analítica, ha experimentado una profunda transformación con la implementación de Sabermetrics (Baumer, 2015). La introducción de herramientas analíticas avanzadas ha producido resultados positivos para muchos equipos, lo que resalta el valor de estudiar métricas específicas dentro de cada deporte. Este desarrollo se centra en el fútbol, un deporte en el cual los análisis previos se han concentrado, en su mayoría, en predecir resultados de partidos y mejorar el rendimiento de los equipos. Sin embargo, este trabajo propone un enfoque diferente al analizar el impacto de los jugadores sobre la posesión de balón y los disparos del equipo desde  na perspectiva probabilística.A partir de la métrica PSL propuesta en el paper en desarrollo Soccer Networks(Huang et al., n.d.) planteamos un proceso para comparar el impacto que tienen los jugadores sobre la performance del equipo. Logramos formular una metodología para estudiar la distribución de la performance de un equipo. Luego, proponemos una serie de métodos y métricas para comparar el rendimiento de dos formaciones de jugadores. Desarrollamos una forma de representación vectorial (Embeddings) de los jugadores, llamada Player2Vec, un modelo de Machine Learning también basado sobre el modelo de redes de jugadores planteado en el mismo paper del PSL. Esto último permite desarrollar modelos predictivos sobre el rendimiento de los jugadores en un equipo. Nuestro modelo final logra predecir la performance de los jugadores un 58.99% mejor que asumir las distribuciones previas como priors. Over the last decade, sports analysis has evolved into an increasingly mathematical and sophisticated perspective. Applications such as the use of spatial analysis in Basketball and Brentford’s statistical research with Smartodds are clear examples of the growing trend in this field. Baseball, long the sport of choice for analytics, has undergone a profound transformation with the implementation of Sabermetrics. The introduction of advanced analytics tools has produced positive results for many teams, highlighting the value of studying specific metrics within each sport.This development focuses on soccer, a sport in which previous analyses have mostly concentrated on predicting match results and improving team performance as a whole. However, this work proposes a different approach by analyzing the relationship between the player as an individual and the respective player training.Specifically, we explore the impact of players on ball possession and team shots from a probabilistic perspective. Starting from the probability of kicking before losing the ball (PSL) proposed in the developing paper “Soccer Networks”, and its demonstrated positive influence on team results, we propose a process to compare the impact of players on PSL and consequently on team performance.We succeeded in formulating a methodology to study the PSL distribution of a team for which we propose a series of methods and metrics to compare the performance of two formations of players. We developed vector representation of the players (Embeddings), called Player2Vec, based on the player graph proposed in the same paper “Soccer Networks”. The latter allows us to develop predictive models about the performance of players in a team. Our final model is 58.99% better at predicting player performance than assuming previous distributions as priors, thus outperforming simpler Bayesian models. http://sedici.unlp.edu.ar:80/handle/10915/190580 Objeto de conferencia Generation and design of tools for the analysis of artificial and real portfolio returns Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) La optimización y la simulación de carteras financieras han sido temas ampliamente estudiados en finanzas, aunque generalmente de manera separada. Por ello, desarrollamos una herramienta que integra ambas áreas en un solo lugar, permitiendo la generación de carteras basadas en diferentes distribuciones o en precios históricos, así como su optimización mediante diversos modelos de media-varianza. La herramienta sigue estándares de diseño y desarrollo, incorporando pruebas de código y verificación de estilos para garantizar su calidad. Concluimos con un resumen desde un punto de vista crítico sobre lo creado, donde remarcamos aspectos en los que se podría trabajar a futuro, mencionando posibles integraciones útiles sobre la herramienta.; The optimization and simulation of financial portfolios have been widely studied in finance, although usually separately. Therefore, we developed a tool that integrates both areas in one place, allowing the generation of portfolios based on different distributions or historical prices, as well as their optimization through various mean-variance models. In addition, the tool follows design and development standards, incorporating code testing and style verification to ensure its quality. We conclude with a summary from a critical point of view on what has been created, where we highlight aspects that could be worked on in the future, mentioning possible useful integrations on the tool. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190580 2025-01-01T00:00:00Z La optimización y la simulación de carteras financieras han sido temas ampliamente estudiados en finanzas, aunque generalmente de manera separada. Por ello, desarrollamos una herramienta que integra ambas áreas en un solo lugar, permitiendo la generación de carteras basadas en diferentes distribuciones o en precios históricos, así como su optimización mediante diversos modelos de media-varianza. La herramienta sigue estándares de diseño y desarrollo, incorporando pruebas de código y verificación de estilos para garantizar su calidad. Concluimos con un resumen desde un punto de vista crítico sobre lo creado, donde remarcamos aspectos en los que se podría trabajar a futuro, mencionando posibles integraciones útiles sobre la herramienta. The optimization and simulation of financial portfolios have been widely studied in finance, although usually separately. Therefore, we developed a tool that integrates both areas in one place, allowing the generation of portfolios based on different distributions or historical prices, as well as their optimization through various mean-variance models. In addition, the tool follows design and development standards, incorporating code testing and style verification to ensure its quality. We conclude with a summary from a critical point of view on what has been created, where we highlight aspects that could be worked on in the future, mentioning possible useful integrations on the tool. http://sedici.unlp.edu.ar:80/handle/10915/190579 Objeto de conferencia Extension and optimization of the “Popcorn Void Finder” algorithm for its application to real cosmological surveys Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) Los vacíos cósmicos (voids) son vastas regiones subdensas en el espacio, constituyendo las estructuras observacionales más grandes del Universo. Como tales, codifican información clave acerca de la geometría y la historia de expansión del Universo, razón por la cual son de interés para la Cosmología. En este sentido, Popcorn Void Finder (PVF) es un algoritmo de identificación de voids que se presenta en dos modos: esférico y popcorn. PVF se desarrolló inicialmente sobre simulaciones cosmológicas, permitiendo así ignorar los efectos sistemáticos presentes en los catálogos astronómicos reales. En este trabajo proponemos abordar el proceso de adaptación del modo esférico de PVF para su uso en catálogos observacionales, tomando en consideración las buenas prácticas de la ingeniería en un contexto de necesidades de software de alta calidad, rendimiento y disponibilidad.; Cosmic voids are vast underdense regions in space, constituting the largest observational structures in the Universe. As such, they encode key information about the geometry and the accelerated expansion of the Universe, which is why they are an object of interest to Cosmology. In this sense, Popcorn Void Finder (PVF) is an algorithm designed to identify such voids which presents itself in two flavours: spheric and popcorn. PVF was initially developed on cosmological simulations, thus allowing one to ignore the systematic effects present in real astronomical catalogs. In this proposal we adress the adaptation of PVF’s spherical phase for use in observational catalogs, taking good engineering practices into consideration in a context of high quality, performance and availability of software requirements. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190579 2025-01-01T00:00:00Z Los vacíos cósmicos (voids) son vastas regiones subdensas en el espacio, constituyendo las estructuras observacionales más grandes del Universo. Como tales, codifican información clave acerca de la geometría y la historia de expansión del Universo, razón por la cual son de interés para la Cosmología. En este sentido, Popcorn Void Finder (PVF) es un algoritmo de identificación de voids que se presenta en dos modos: esférico y popcorn. PVF se desarrolló inicialmente sobre simulaciones cosmológicas, permitiendo así ignorar los efectos sistemáticos presentes en los catálogos astronómicos reales. En este trabajo proponemos abordar el proceso de adaptación del modo esférico de PVF para su uso en catálogos observacionales, tomando en consideración las buenas prácticas de la ingeniería en un contexto de necesidades de software de alta calidad, rendimiento y disponibilidad. Cosmic voids are vast underdense regions in space, constituting the largest observational structures in the Universe. As such, they encode key information about the geometry and the accelerated expansion of the Universe, which is why they are an object of interest to Cosmology. In this sense, Popcorn Void Finder (PVF) is an algorithm designed to identify such voids which presents itself in two flavours: spheric and popcorn. PVF was initially developed on cosmological simulations, thus allowing one to ignore the systematic effects present in real astronomical catalogs. In this proposal we adress the adaptation of PVF’s spherical phase for use in observational catalogs, taking good engineering practices into consideration in a context of high quality, performance and availability of software requirements. http://sedici.unlp.edu.ar:80/handle/10915/190578 Objeto de conferencia ASL - Haskell embedded language for Animation and Motion Graphics creation Concurso de Trabajos Estudiantiles (EST 2025) - JAIIO 54 (Universidad de Buenos Aires, 4 al 7 de agosto de 2025) Este trabajo presenta un lenguaje de dominio específico ASL (Animation Specification Language), diseñado para generar animaciones bidimensionales. ASL es un lenguaje interpretado, imperativo, estáticamente tipado y secuencial. Estas características convierten al lenguaje en una alternativa sencilla, intuitiva y segura, para escribir animaciones de una manera rápida y eficaz. La expresividad del lenguaje utilizado como lenguaje anfitrión, Haskell, resultó muy conveniente para la implementación del lenguaje. La reutilización de su sintaxis clara, sistema de tipos estático, entorno gonádico, librerías y otras partes del lenguaje permitieron desarrollar de manera rápida una implementación robusta. Los usuarios de ASL podrán construir y operar imágenes y acciones para describir con ellas animaciones completas.; This work presents ASL (Animation Specification Language), a domain specific language designed to generate two-dimensional animations. ASL is an interpreted, imperative, statically typed and sequential language. These characteristics make it a simple, intuitive and safe alternative to write animations quickly and efficiently. The expressiveness of the host language, Haskell, proved highly convenient for the implementation of the language. The reutilization of its clear sintax, static type system, monadic environment, libraries and other parts of the language allowed the quick development of a robus implementation. ASL enables users to construct and combine images and actions to describe complete animations. Wed, 01 Jan 2025 00:00:00 GMT http://sedici.unlp.edu.ar:80/handle/10915/190578 2025-01-01T00:00:00Z Este trabajo presenta un lenguaje de dominio específico ASL (Animation Specification Language), diseñado para generar animaciones bidimensionales. ASL es un lenguaje interpretado, imperativo, estáticamente tipado y secuencial. Estas características convierten al lenguaje en una alternativa sencilla, intuitiva y segura, para escribir animaciones de una manera rápida y eficaz. La expresividad del lenguaje utilizado como lenguaje anfitrión, Haskell, resultó muy conveniente para la implementación del lenguaje. La reutilización de su sintaxis clara, sistema de tipos estático, entorno gonádico, librerías y otras partes del lenguaje permitieron desarrollar de manera rápida una implementación robusta. Los usuarios de ASL podrán construir y operar imágenes y acciones para describir con ellas animaciones completas. This work presents ASL (Animation Specification Language), a domain specific language designed to generate two-dimensional animations. ASL is an interpreted, imperative, statically typed and sequential language. These characteristics make it a simple, intuitive and safe alternative to write animations quickly and efficiently. The expressiveness of the host language, Haskell, proved highly convenient for the implementation of the language. The reutilization of its clear sintax, static type system, monadic environment, libraries and other parts of the language allowed the quick development of a robus implementation. ASL enables users to construct and combine images and actions to describe complete animations.