Pontificia Universidad Católica de Chile

Tesis de Postgrado 2023

Tesis de postgrado de Doctorado y Magíster realizadas durante el año 2023:

AGUSTÍN ARNOLDO MACAYA VALLADARES – MAGÍSTER EN CIENCIAS DE LA INGENIERIA

Profesor supervisor: Andres Guesalaga M./ Carlos Jerez
Título	Unsupervised generative chord representation learning and its effect on novelty-creativity and fidelity-standards
Resumen breve	Los modelos generativos en deep learning han experimentado un gran desarrollo en la generación de arte. Aunque la generación de arte basada en imágenes ha tenido un gran éxito, la música todavía tiene mucho por delante para alcanzar a su contraparte. Especial enfoque en mejorar los resultados generados ha descuidado la importancia de comprender como los modelos generativos aprenden y entienden la música. Esta investigación tiene como objetivo comprender como las características del espacio latente en los modelos generativos afectan la generacion de ejemplos musicales novedosos y su relación con el aprendizaje de conceptos musicales. Se entrenaron VAEs no-supervisadas con espacios latentes de diferentes características para generar acordes. Se analizaron las capacidades de reconstrucción y generación. Se entrenó un conjunto de redes de sondeo para determinar las representaciones aprendidas por los modelos no supervisados. El análisis muestra que espacios latentes grandes favorecen, con liımitaciones, la novedad-creatividad en perjuicio de la fidelidad-estandares, que empeoran pero con un líımite.
Presentado	01/03/2023

 

GERSON ANDRES AGUIRRE MACIAS – MAGÍSTER EN CIENCIAS DE LA INGENIERIA

Profesor supervisor : David Watts C.
Título	Energía y sociedad: El impacto del COVID-19 en el sector eléctrico de Iberoamérica y el desarrollo del mercado de generación distribuida en Chile
Resumen breve	La energía ha sido el centro de la sociedad y su desarrollo. La generación distribuida fue la primera forma de desarrollo de la generación de energía en el medio de la comunidad y ha retomado fuerza como modelo de negocio en la última década. Este desarrollo se ha visto impactado por la sorpresiva llegada de la pandemia del COVID-19 en 2020 que modificó los patrones de consumo de la población. De esta forma el presente trabajo se divide en dos partes, una primera parte que estudia el desarrollo de la generación distribuida en Chile; el crecimiento del mercado por capacidad instalada y cantidad de instalaciones, la evolución de su marco regulatorio, el acceso a la tecnología de la población, los principales retos para los prosumidores e instaladores, y el rol de los operadores de la red de distribución como parte del desarrollo de este modelo de negocio energético; y una segunda parte enfocada en la regulación energética asociada al COVID-19, en donde como parte de la Escuela Iberoamericana de Regulación de Electricidad (EIRE) se desarrolló un estudio de las mejores prácticas usadas para enfrentar la pandemia en el sector electricidad para facilitar la recuperación de la región.
Presentado	14/03/2023

 

ALONSO JAVIER LIZANA GAJARDO – MAGÍSTER EN CIENCIAS DE LA INGENIERIA

Profesor supervisor : Javier Pereda T.
Título	Control predictivo de motor de inducción accionado por un conversor de tres puertos para un vehículo eléctrico con celda de combustible
Resumen breve	Pendiente
Presentado	03/03/2023

 

SAÚL ALBERTO LANGARICA CHAVIRA – DOCTORADO EN CIENCIAS DE LA INGENIERIA

Profesor supervisor : Felipe Núñez R.
Título	Deep learning methods for intelligent cyber-physical systems
Resumen breve	Cyber-physical systems (CPSs) have emerged in recent years as a new paradigm that merges several technologies to allow the interface between the physical and the cybernetic world. This has opened the door to the use of artificial intelligence (AI) techniques to interact with the physical world in real time. However, interaction with real physical systems imposes a number of challenges that were absent in the application domains for which these data-driven techniques were originally designed. This has limited a wider adoption of AI methods in CPSs. In this thesis it is shown how CPSs can be highly benefited by the incorporation of intelligent data-driven methods, in particular deep learning methods, when they are carefully designed to deal with the inherent difficulties imposed by the interaction with real physical systems. To this end, three methods for intelligent CPSs, materialized in three different applications, namely, a learning-based data-cleaning method, an adaptative model based on meta-learning, and a neuroevolutive controller, are proposed. Results show the superiority of the proposed methods when compared to other data-driven and classical methods across the different domains. It is expected that the results of this research will encourage the development of more intelligent data-driven methods for CPSs.
Presentado	08/03/2023

 

STEFAN WERNER KLEMMER CHANDÍA – MAGÍSTER EN CIENCIAS DE LA INGENIERIA

Profesor supervisor : Patricio De La Cuadra Banderas / Joaquín Mura
Título	A correlation-based bayesian estimator for acoustic-radiation-force-induced displacements
Resumen breve	Pendiente
Presentado	10/03/2023

 

JOSE ANTONIO GUZMAN GOMEZ – DOCTORADO EN CIENCIAS DE LA INGENIERIA

Profesor supervisor : Felipe Nuñez R.
Título	A cyber physical systems approach to collaborative intersection management and control
Resumen breve	A medida que la población urbana aumenta, la congestión vehicular se ha convertido en una fuente importante de molestias y pérdidas económicas en las zonas urbanas. En este contexto, el concepto de Sistemas Inteligentes de Transporte toma relevancia como opción para optimizar el control del tráfico con el uso de la tecnología. Este trabajo propone un enfoque de sistemas ciberfísicos para el control colaborativo del tráfico urbano. En concreto, se propone una arquitectura de tres capas para abordar el problema del manejo de intersecciones, con una capa física que alberga los detectores de tráfico y los actuadores de los semáforos, una capa cibernética encargada del procesamiento de datos, la comunicación con los vecinos y el control inteligente colaborativo de los semáforos, y una capa cloudlet capaz de implementar aplicaciones de alto nivel. Se realizaron tres implementaciones de sistemas basados en esta arquitectura, con lo cual se verificó el cumplimiento de los requerimientos de escalabilidad, seguridad y flexibilidad necesarios, y se demostró la posibilidad de realizar predicciones de tráfico en tiempo real y de implementar algoritmos de control basado en datos, con estos sistemas. Además, en las pruebas de manejo de tráfico se obtuvieron mejoras de rendimiento comparado con soluciones clásicas.
Presentado	13/03/2023