Dirección

En curso

• 2025, Modelos generativos para el aprendizaje de representaciones secuenciales y estructurales conjuntas, G. Kulemeyer, tesis doctoral UNL
• 2025, Modelos de extremo a extremo basados en aprendizaje de representaciones para datos secuenciales con aplicaciones en bioinformática, B. Breggia, tesis doctoral UNL
• 2024, Nuevos modelos basados en aprendizaje por transferencia para la clasificacion funcional en bioinformática, S. Duarte, tesis doctoral UNL
• 2023, Aprendizaje de representaciones en datos secuenciales con aplicación a la predicción de estructuras en bioinformática, L. Zablocki, tesis doctoral UNL
• 2023, Modelado biomecánico computacional y técnicas de aprendizaje maquinal para estimar la dinámica de la marcha en ausencia de plataformas de fuerzas, J. Beret, tesis doctoral UNL
• 2023, Empleo de un modelo de machine learning para la predicción de interacciones entre metabolitos bioactivos de Bacillus y sus posibles proteínas target en los patógenos de trigo Xanthomonas translucens y Pseudomonas syringae, V. Fumero, Maestría en ciencia de datos U. Austral

Aprobados

• 2024, Desarrollo de un framework basado en aprendizaje automático para investigación de relaciones entre ARN no codificante y enfermedades, M. Ramonell, Bioingeniería, U. Nacional de Entre Ríos
• 2023, Clasificación de los dígitos escritos en los telegramas de las elecciones legislativas en Santa Fe mediante técnicas de adaptación de dominio, F. Lianza, Maestría en ciencia de datos, U. Austral
• 2023, Sistema de automatización de extracción de datos de facturas digitalizadas, A. Gorostidi, E. Claucich, Ing. Informática
• 2022, Desarrollo de una herramienta para identificación automática del ritmo de forrajeo de hormigas cortadoras de hojas a partir de registros de video, F. Sturniolo, Ing. Informática, U. Nacional del Litoral