La asignatura Inteligencia Artificial – Sistemas Inteligentes participó en las Primeras Jornadas de Inteligencia Artificial del Litoral, en 2019.
Sandro Comerci, miembro del equipo de investigación de “Aprendizaje Inteligente”, estudiante de ingeniería, presentó las producciones de alumnos y exalumnos de la cátedra.
Esta producción fue elaborada por: Laura Cecilia Diaz Davila, docente titular, y los estudiantes Sandro Mauricio Comerci, Marcos Matías Álvarez, Agustin Fabietti , Marcos Bornacin, Sofia Fazi, Andrea Laluf, Yazmin Layús, Janet Natalia Peirone, Leandro Saavedra, Victoria Sottile, Virginia Tesio, Daniela Eugenia Zanchi, con el nombre “CONTRIBUCIONES DE LOS ESTUDIANTES DESDE LA CÁTEDRA DE INTELIGENCIA ARTIFICIAL PARA INGENIERÍA DE LA U.N.C.”
Las contribuciones elegidas son el producto del aprendizaje de estudiantes destacados que evidenciaron interés y capitalizaron conocimiento adquiriendo competencias para el desarrollo profesional en diversos ámbitos de las Ingenierías en Computación, Biomédica, Industrial y Electrónica.
A partir de sus inquietudes, algunos de los estudiantes se incorporaron al Programa de investigación que emerge desde la cátedra y que se aboca a aplicar Inteligencia Artificial en Educación Superior en contextos de masividad. La propuesta es una evidencia de la posibilidad de desarrollar contribuciones desde los espacios académicos institucionales a partir del trabajo colaborativo.
Presentaron:
-Implementación de un perceptrón multicapa para la clasificación de lesiones cerebrales.
-Reconocimiento facial en tiempo real mediante visión artificial.
-Procesamiento de señales de electrocardiografía en equipos portables mediante estrategias de inteligencia artificial.
-Instalación de la plataforma edx y propuesta de utilización de inteligencia artificial para el análisis del perfil del estudiante.
-Reconocimiento de colores implementando un perceptrón multicapa en arduino.
-Descubrimiento de patrones de comportamiento de estudiantes aplicando inteligencia artificial.
-Descubrimiento de patrones cognitivos en evaluaciones de informática basado en explotación de información.
-Aprendizaje automático aplicado a detección de retinopatía diabética.
-Detección de neumonía utilizando redes neuronales convolucionales.