Lista de noticias
El Seminario del IMFIA titulado “Aplicación de modelos de aprendizaje automático para la gestión de la calidad de los recursos hídricos urbanos”, a cargo de Martina Pou y Angela Gorgoglione, fue reagendado para el jueves 25 de setiembre a las 11 horas en el Salón de Posgrado del IMFIA, Facultad de Ingeniería.
Resumen:
"La creciente urbanización ha intensificado los impactos sobre la calidad de los cuerpos de agua urbanos. Para su adecuada gestión, es fundamental contar con herramientas capaces de superar la limitada disponibilidad de datos de monitoreo. En este marco, se implementaron y validaron modelos de aprendizaje automático multi-output que predicen índices de calidad de agua (ISCA y MCWQI) en cuencas urbanas de Montevideo. Los resultados muestran un desempeño satisfactorio de los modelos donde se identifican las variables claves para la simulación de estos índices y ofrecen una metodología replicable para la gestión integrada de los recursos hídricos en contextos urbanos."
Es posible asistir de forma presencial o verlo vía zoom.
Detalles
- Fecha: 25 de setiembre (REANGENDADO)
- Hora: 11 horas
- Lugar: Salón de Posgrado del IMFIA, Facultad de Ingeniería.
- Zoom ID: 488 952 6896
- Clave: entrarzoom
- Clave: entrarzoom
Este viernes 19 de setiembre de 2025 se realizará un nuevo Coloquio de Física titulado “SuBastian: explorando los secretos del océano profundo” en el marco del programa Uruguay Sub200. La charla será presentada por Michael Silva Neto y Joel Perez, pilotos del ROV Subastian del Falkor (too), el buque de investigación que lleva a cabo una expedición por el margen continental uruguayo.
El evento es gratuito y de entrada libre, será posible asistir de forma presencial o mirarlo vía YouTube.
Resumen:
En esta charla vamos a conocer al SuBastian, un vehículo que explora el fondo del mar y que se ha convertido en un símbolo de descubrimiento. Contaremos de forma sencilla cómo se lo baja al agua y cómo vuelve al barco. Veremos también los instrumentos que lleva a bordo —como cámaras, sensores y sistemas de propulsión— que le permiten observar, recolectar y moverse en las profundidades. Además, mostraremos cómo se comunica y cómo lo controla el equipo científico, que sigue en vivo todo lo que ocurre en el océano profundo.
Detalles
- Fecha: Viernes 19 de setiembre
- Hora: 18:30 horas
- Lugar: Sala de Actos Dieste - Polifuncional Massera. Facultad de Ingeniería.
- Oradores: Michael Silva Neto y Joel Perez
- YouTube: https://youtube.com/live/hLASSK8Kq-g?feature=share
Nuestra universidad tiene una larga y rica tradición de cogobierno de sus estudiantes, egresados y docentes. También históricos vínculos con sindicatos, organizaciones sociales y sectores productivos, pero estos no son parte de su gobernanza, salvo en el interior donde han tenido mayor presencia e incidencia en el proceso de descentralización, especialmente al comienzo y con más dificultades hoy.
Un equipo interdisciplinario con integrantes de Participa y Gepade está desarrollando actualmente un proyecto que busca profundizar la participación social en los Centros Universitarios Regionales (CENUR) de la Udelar. La mesa de diálogo busca enriquecer ese trabajo y alimentar un debate necesario en toda la Universidad.
16 de setiembre a las 18hs.
Organizan: Participa / Laboratorio de Participación y Tecnologías participalab.uy Gepade / Grupo de Estudios de la Participación y la Descentralización gepade.edu.uy
Expositor: Juan Cerviño, postdoctoral researcher en Laboratory for Information and Decision Systems at the Massachusetts Institute of Technology, USA Abstract: Graph Neural Networks (GNNs) extend convolutional neural networks to operate on graphs. Despite their impressive performances in various graph learning tasks, the theoretical understanding of their generalization capability is still lacking. In this talk, we take a manifold perspective to establish the statistical generalization theory of GNNs on graphs sampled from a manifold in the spectral domain. As demonstrated empirically, we prove that the generalization bounds of GNNs decrease linearly with the size of the graphs in the logarithmic scale, and increase linearly with the spectral continuity constants of the filter functions.
Notably, our theory explains both node-level and graph-level tasks. In the second part of the talk, we will deal with efficient GNN training, motivated by the fact that on large-scale graphs convolutions incur high computational costs, leading to scalability limitations. We propose a novel algorithm to learn GNNs on large-scale graphs that, starting from a moderate number of nodes, successively increases the size of the graph during training. This algorithm is further benchmarked on a decentralized control problem, where it retains comparable performance to its large-scale counterpart at a reduced computational cost. The talk will finish
discussing future and ongoing projects.
Fecha: Lunes 15 de setiembre, 14:00.
Lugar: Sala de reuniones del Instituto de Computación. Edificio del Instituto de Computación, Senda Landoni s/n, Tercer Piso.