Tesis de Postgrado Ingeniería

Permanent URI for this collection

http://repositorio.udd.cl/handle/11447/1513

Browse

Now showing 1 - 20 of 468

¿Cómo impacta la sequía en los Servicios Sanitarios Rurales (SSR) de la Isla Grande de Chiloé? Riesgo de abastecimiento frente al cambio climático
(Universidad del Desarrollo. Facultad de Ingeniería, 2026) Rojas Castillo, María Paz; Rivera Salazar, Diego
La seguridad hídrica en zonas rurales de Chile enfrenta crecientes desafíos asociados a la variabilidad climática, la degradación de fuentes de agua y limitaciones estructurales en la gestión de los sistemas de abastecimiento. En la Isla Grande de Chiloé, los Servicios Sanitarios Rurales (SSR) dependen principalmente de fuentes superficiales y acuíferos de recarga pluvial, lo que los hace particularmente sensibles a cambios en el régimen de precipitaciones y a procesos de transformación territorial. En este contexto, la presente investigación evalúa el riesgo climático y la vulnerabilidad hídrica de los SSR de la Isla Grande de Chiloé, con el objetivo de determinar en qué medida la sequía y el cambio climático influyen en la continuidad del servicio de abastecimiento de agua. La metodología utilizada se basa en un modelo de evaluación de riesgo climático que integra variables de Amenaza (A), Exposición (E) y Vulnerabilidad (V), siguiendo el enfoque conceptual del IPCC y la propuesta de Nicolás-Artero y Blanco (2024). Para ello se analizaron 15 SSR mediante un índice compuesto que incorpora información hidro-climática histórica y proyectada, datos territoriales y antecedentes socio-institucionales levantados mediante fuentes oficiales, datos satelitales y trabajo de terreno. El análisis se desarrolló en cuatro etapas: (1) recopilación de datos, (2) normalización de indicadores, (3) agregación dimensional y (4) cálculo del riesgo mediante una función ponderada que integra amenaza (25%), exposición (35%) y vulnerabilidad (40%), entendida como la relación entre Sensibilidad (S) y Capacidad Adaptativa (CA). Los resultados muestran que el riesgo hídrico de los SSR no se explica exclusivamente por el cambio climático. Si bien las amenazas hidro-climáticas constituyen un factor relevante, el nivel de riesgo depende principalmente de la interacción entre exposición territorial y vulnerabilidad del sistema, especialmente del equilibrio entre sensibilidad estructural/no estructural y capacidad adaptativa de los comités. En consecuencia, el riesgo de interrupción del abastecimiento en los SSR de Chiloé es un fenómeno hidro-climático y socio-institucional, donde el cambio climático actúa como amplificador de presiones preexistentes. El fortalecimiento de la gobernanza local, la planificación y la capacidad adaptativa de los sistemas emergen como una estrategia clave para reducir la vulnerabilidad y mejorar la resiliencia hídrica ante escenarios de mayor variabilidad climática
Cálculo de población flotante y vías de evacuación para el Volcán Villarica: Uso de datos móviles para simulación de evacuaciones volcánicas
(Universidad del Desarrollo. Facultad de Ingeniería, 2026) González Infante, Nicolás; Ferres, leonardo
La planificación de evacuaciones ante riesgo volcánico representa un desafío complejo, especialmente en territorios con alta variabilidad poblacional y fuerte componente turístico. En Chile, el Volcán Villarrica constituye uno de los sistemas volcánicos más activos y expuestos, debido a su cercanía a centros urbanos y a la presencia de población residente y flotante a lo largo del año. El presente trabajo propone un enfoque progresivo para el análisis de evacuaciones volcánicas, aplicado al área de influencia del Volcán Villarrica, que integra tres etapas principales: visualización territorial, simulación de escenarios de evacuación y proyección hacia la incorporación de datos de movilidad real. En una primera etapa, se construye una base geoespacial consistente que integra red vial, población censal, grilla poblacional, Puntos de Encuentro Transitorios (PET) y vías de evacuación oficiales, permitiendo una representación estructurada del territorio y de la población expuesta. Sobre esta base, se desarrolla un modelo de simulación de evacuación orientado a estimar tiempos de desplazamiento y analizar escenarios bajo distintos supuestos operativos, utilizando una representación agregada de la población y una activación escalonada de la evacuación. Los resultados permiten identificar diferencias relevantes entre localidades y establecer tiempos de evacuación orientativos, que constituyen una línea base para la planificación del riesgo. Finalmente, el trabajo discute las limitaciones del enfoque actual y propone la incorporación futura de datos de movilidad real, como registros agregados de telefonía móvil, con el fin de capturar variaciones temporales de la población y mejorar la calibración de los modelos. De esta forma, el estudio entrega una base metodológica reproducible y escalable, que puede ser extendida progresivamente para apoyar la gestión del riesgo volcánico en contextos dinámicos.
Análisis de comunidades en Hipergrafos a partir de patrones de movilidad: Estudio exploratorio del aporte de los hipergrafos frente a modelos clásicos
(Universidad del Desarrollo. Facultad de Ingeniería, 2026) León Vejar, Jeanette; Pizarro Véliz, Cristian; Ferres, Leonardo
Los hipergrafos se han posicionado como una alternativa para estudiar fenómenos que no pueden describirse adecuadamente mediante relaciones binarias, ya que permiten modelar interacciones grupales entre múltiples nodos. De este modo, amplían el alcance de la teoría clásica de grafos y ofrecen un marco más expresivo para analizar estructuras emergentes de orden superior. En este contexto, estudiamos la propuesta de Sambaturu et al. (2025) de hipergrafos de co-visita y evaluamos su utilidad para la detección de comunidades, comparando enfoques basados en grafos (mediante proyección 2-section y Louvain) con un método diseñado específicamente para hipergrafos: h-Louvain de Kamiński et al. (2024). Esta comparación permite analizar en qué condiciones las relaciones de orden superior aportan información adicional respecto a modelos binarios y cómo varían las particiones resultantes según la escala temporal y los parámetros de construcción del hipergrafo. Los resultados muestran que, cuando la estructura está dominada por relaciones binarias, los métodos clásicos basados en proyecciones son suficientes para capturar la organización comunitaria. En cambio, al incrementar la presencia de co-visitas grupales (por ejemplo, mediante ventanas temporales más amplias), emerge señal que no se preserva completamente en la proyección 2-section, y los métodos hipergráficos tienden a ofrecer ventajas. En síntesis, en escenarios con evidencia robusta de orden superior, los enfoques binarios pueden resultar insuficientes para describir la estructura comunitaria subyacente. 1
Estratificación de los permisos de movilidad en Santiago de Chile durante la pandemia en 2020
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Rivera Verdugo, Camilo; Ferres, Leonardo
La pandemia de Covid-19 en Chile introdujo restricciones sanitarias inéditas, incluyendo cuarentenas territoriales y un sistema de permisos individuales para desplazarse durante los periodos de confinamiento. Estas políticas generaron un “experimento” sobre la movilidad de las personas, que puede analizarse combinando datos administrativos y fuentes masivas de movilidad derivadas de la red celular. En este trabajo se estudia en qué medida la movilidad observada a nivel de comuna, medida a partir de registros de telefonía móvil (XDR), puede explicarse por la movilidad autorizada a través de permisos temporales. Para ello se construye un panel comuna–día para la Región Metropolitana durante 2020, combinando: (i) los índices de movilidad interna y externa del dataset publicado por Pappalardo et al. (2023); (ii) los registros diarios de permisos emitidos por comuna; (iii) la información de períodos de cuarentena por comuna; y (iv) datos censales de población para calcular tasas per cápita. Sobre este panel se realiza un análisis exploratorio temporal y espacial de la movilidad y los permisos por 1.000 habitantes, y se estiman modelos de regresión lineal con controles de calendario y efectos fijos por comuna, complementados con modelos de aprendizaje supervisado (Random Forest y XGBoost) entrenados sobre la misma estructura comuna–día. En conjunto, los modelos sugieren que la mayor parte de la variación en los índices de movilidad se explica por diferencias estructurales entre comunas y por el calendario de la pandemia, mientras que el sistema de permisos captura solo parcialmente los cambios reales en la movilidad. Estos resultados aportan evidencia cuantitativa sobre las limitaciones de los permisos como instrumento de control de movilidad.
Desarrollo de modelo socio-hidrológico de acceso al agua potable en Servicios Sanitarios Rurales de Chiloé
(Universidad del Desarrollo. Facultad de Ingeniería, 2026) Sandoval Ibarra, Camila; Rivera Salazar, Diego; Wallem, Petra
Esta tesis desarrolla un modelo socio-hidrológico para analizar el acceso al agua potable en los Servicios Sanitarios Rurales (SSR) de la Isla Grande de Chiloé, en un contexto de creciente escasez hídrica donde el cambio climático interactúa con factores sociales, institucionales y de gobernanza. En contraste con la alta cobertura urbana, una proporción significativa de la población rural depende de sistemas comunitarios con limitaciones técnicas y organizacionales, situación que en Chiloé se ve acentuada por la estacionalidad de la demanda, la alta dependencia de las precipitaciones y las presiones derivadas del cambio de uso de suelo y el crecimiento demográfico. El estudio se sustenta en el marco de los Sistemas Socio-Ecológicos y la sociohidrología, entendiendo el acceso al agua como el resultado de interacciones complejas entre componentes ecológicos y sociotécnicos. Metodológicamente, se desarrolló un estudio piloto en siete comunas de la isla, integrando revisión bibliográfica, datos climáticos y ambientales, registros institucionales y trabajo de campo mediante entrevistas y encuestas a directivas de SSR. Con esta información se construyó un modelo socio-hidrológico jerárquico, organizado en subsistemas interrelacionados, y se aplicó un análisis exploratorio de datos y modelos estadísticos para evaluar la influencia de distintas variables sobre la cantidad, calidad y continuidad del suministro. Los resultados muestran que la producción de agua se asocia principalmente a la cobertura del sistema y la demanda, mientras que la degradación de ecosistemas, especialmente la pérdida de turberas y cobertura natural se relaciona negativamente con la disponibilidad hídrica. Asimismo, se evidencia que las capacidades organizacionales, el estado de la infraestructura y el acceso a redes de apoyo influyen de manera relevante en la continuidad y calidad del servicio, modulando los efectos de las limitaciones biofísicas. En conjunto, el estudio confirma que el acceso al agua en los SSR de Chiloé no depende exclusivamente de condiciones hidrológicas, sino de la interacción entre el entorno ecológico y la fortaleza institucional y comunitaria, aportando un diagnóstico integrado para la planificación local y el diseño de estrategias de gestión hídrica más equitativas y sostenibles.
Propuesta de un modelo de seguimiento de cumplimiento regulatorio en la industria salmonicultora chilena
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Delgado Muñoz, Mauricio Alejandro; Valdés González, Héctor
Este proyecto se desarrolla en el contexto de la creciente relevancia del riesgo regulatorio y de la gobernanza para la sostenibilidad en la industria salmonicultora chilena, altamente expuesta a exigencias ambientales, sanitarias y territoriales. El objetivo de esta investigación aplicada es proponer una metodología para diseñar un modelo de seguimiento de cumplimiento regulatorio que permita gestionar preventivamente los riesgos normativos en pisciculturas, centros de engorda y plantas de proceso. Metodológicamente, se adopta un enfoque de Design Science Research articulado en cinco fases: caracterización del sector y de la empresa, construcción y validación de una matriz de riesgo regulatorio, diseño del modelo de seguimiento con indicadores y un Índice Compuesto de Cumplimiento, definición de la gobernanza basada en el Modelo de Tres Líneas y lineamientos para su implementación y verificación independiente. Los resultados evidencian un modelo integrado, trazable y auditable que conecta riesgos regulatorios, desempeño operativo e información para inversionistas y grupos de interés. Se concluye que este modelo constituye un “mínimo higiénico” de gobernanza para la sostenibilidad, fortaleciendo la resiliencia regulatoria, la transparencia y la legitimidad de la industria salmonicultora chilena.
Análisis Temático y de Sentimiento del Discurso Parlamentario Chileno: un enfoque de procesamiento del lenguaje natural aplicado a sesiones del Senado (2010-2025)
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Gallardo Henríquez, Vicente; Raveau Morales, María Paz
Este proyecto analiza el discurso parlamentario chileno desde una doble dimensión temática y emocional, aplicando técnicas de procesamiento de lenguaje natural a un corpus de 1.674 sesiones del Senado chileno entre 2010 y 2025, con más de 41 millones de palabras. Para la clasificación temática se construyó un diccionario maestro en cinco ejes de política pública (economía, educación, salud, medioambiente y seguridad), iniciado desde términos semilla extraídos de literatura especializada y expandido semánticamente mediante embeddings (Word2Vec entrenado sobre el corpus y FastText preentrenados), seguido por un proceso iterativo de depuración y validación manual para reducir activaciones falsas y mejorar especificidad temática. En resultados, la clasificación aplicada al corpus completo muestra una agenda temática relativamente equilibrada con mayor presencia de economía (22,52%) y seguridad (21,33%), seguidas por salud (19,18%), educación (17,44%) y medioambiente (9,02%), mientras que “Otros” representa 10,51% de sesiones sin predominancia temática según los criterios definidos. Aplicando a las sesiones con tópico asignado (excluyendo “Otros”), el análisis de sentimiento sobre 1.498 sesiones segmentadas en 140.977 bloques muestra predominio de neutralidad (~61%), con una proporción relevante de negatividad (~32%) y un componente positivo minoritario (~7%), patrón coherente con un registro legislativo técnico y argumentativo. Finalmente, la evolución temporal indica variaciones sistemáticas del tono emocional, destacando un mínimo en 2020 y una moderación posterior, sugiriendo sensibilidad del discurso a coyunturas político-institucionales. En conjunto, el estudio confirma que el discurso parlamentario chileno presenta estructuración temática identificable mediante enfoques léxicos validados y variación emocional sistemática medible con modelos de lenguaje adecuados al dominio, aportando una metodología reproducible para caracterizar prioridades temáticas y clima discursivo a gran escala.
Modelamiento de Tópicos para Discursos Parlamentarios: Comparación entre LDA y BERTopic en la Clasificación de Intervenciones Parlamentarias del Senado de Chile
(Universidad del Desarrollo. Facultad de Ingeniería, 2026) Ubilla Flores, Paula; Raveau Morales, María Paz
Este proyecto se centra en la modelación automática de tópicos aplicada a intervenciones parlamentarias, utilizando métodos avanzados de Procesamiento de Lenguaje Natural (PLN) para caracterizar la estructura semántica del discurso legislativo. El estudio emplea enfoques probabilísticos y basados en representaciones distribucionales —principalmente Latent Dirichlet Allocation (LDA) y BERTopic— con el objetivo de identificar patrones latentes, agrupar contenidos temáticamente y analizar la organización conceptual de un corpus parlamentario de alta complejidad lingüística. La finalidad del trabajo es establecer un marco metodológico robusto para la extracción, análisis y comparación de tópicos, contribuyendo a una comprensión sistemática y basada en datos de las dinámicas discursivas presentes en el ámbito legislativo.
Predicción de la Inflamabilidad de Productos Químicos del Dataset Cramer-UDD mediante Machine Learning
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Vits Contreras, Sofía; Gómez Vargas, Germán; Elizalde, Juan
Los productos químicos son clasificados en categorías de riesgo de acuerdo a su reactividad, inflamabilidad, perjuicios a la salud, y otros riesgos especiales relacionados con la naturaleza fisicoquímica de una fórmula. En este trabajo se analizará específicamente el punto de inflamación de una fórmula química. Esta característica es uno de los parámetros utilizados para evaluar la inflamabilidad de una sustancia química. La determinación de esta propiedad requiere la aplicación de mediciones experimentales específicas, las cuales pueden resultar ser muy costosas para una empresa desde los puntos de vista económico y temporal. Por este motivo, la empresa Cramer compartió sus datos para poder crear modelos de clasificación multiclase, con el propósito de clasificar la inflamabilidad de sus fórmulas líquidas. Las fórmulas fueron clasificadas en fórmulas que contienen compuestos líquidos con comportamiento gaseoso (más específicamente compuestos azufrados), fórmulas etanólicas, fórmulas acuosas, y fórmulas que contienen otros solventes orgánicos. Los modelos aplicados fueron regresión logística multiclase, Random Forest, LightGBM, y CatBoost. Todos estos modelos fueron calibrados mediante predicción conformal utilizando margin nonconformity score para dicho propósito. Posteriormente se realizó un análisis SHAP de los modelos LightGBM y CatBoost, comparando la importancia asignadas a cada variable por estos modelos, así como el estudio de los gráficos de dependencia de dichas variables.
Diseño e Implementación de una Arquitectura de Seguridad Multicapa para la Protección de la Propiedad Intelectual en Modelos Predictivos Industriales: Implementación de una Arquitectura de Defensa en Profundidad utilizando Oracle 19c Enterprise TDE y Privacidad Diferencial.
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Saldivia Vera, Víctor; Tobar Morales, Cristian; Gómez Vargas, Germán; Elizalde, Juan
La industria química se encuentra ante un desafío complejo en la era digital: por un lado, necesita aprovechar las capacidades de la de estos tiempos la Inteligencia Artificial para acelerar el desarrollo de nuevos productos y reducir tiempo y costos operacionales; por otro lado, debe proteger rigurosamente su propiedad intelectual, especialmente las fórmulas secretas que constituyen su ventaja competitiva en el mercado. Este proyecto busca resolver esta tensión en el contexto de la empresa, proponiendo una arquitectura de seguridad multicapa con la finalidad de utilizar los datos para predecir el punto de inflamación (Flash Point) de mezclas químicas complejas. Para alcanzar este objetivo, se diseña e implementar un sistema de Machine Learning seguro sobre Oracle Database 19c Enterprise Edition. La protección de los datos se abordó en múltiples niveles: cuando los datos están almacenados, se utiliza Transparent Data Encryption (TDE) con cifrado AES-256, mientras que durante su transmisión se emplea Oracle Native Network Encryption (NNE). A nivel de aplicación, se adopta una estrategia de privacidad diferencial durante el entrenamiento del modelo. Los resultados experimentales determinaron que es posible encontrar un equilibrio razonable entre la utilidad del modelo y la protección de información sensible. Mientras que el modelo básico (Baseline) alcanzó una precisión del 89.2% trabajando con datos sin protección, el modelo con privacidad diferencial implementado ruido de ϵ=1.5 logrando mantener una precisión del 80.1%. Si bien esto representa una reducción del 9% en la capacidad predictiva, la arquitectura propuesta ofrece garantías matemáticas contra ataques de inferencia y reconstrucción de datos. Estos resultados respaldan su aplicación práctica como herramienta segura para priorizar experimentos de laboratorio y minimizar riesgos operacionales, sin comprometer la confidencialidad de las fórmulas propietarias
Cálculo de población flotante y vías de evacuación para el Volcán Villarica. Análisis de la criticidad de evacuación peatonal en escenarios volcánicos mediante modelación de grafos y simulación espacial: Caso Pucón–Villarrica, Chile
(Universidad del Desarrollo. Facultad de Ingeniería, 2026) Valderrama Labarca, Rosario; Ferres, Leonardo
Las comunas de Pucón y Villarrica se emplazan en un territorio de alta amenaza volcánica asociada al volcán Villarrica, caracterizado por un crecimiento urbano acelerado, una marcada dispersión predial vinculada a segundas viviendas y parcelaciones, y una alta estacionalidad turística que incrementa significativamente la población presente en determinados periodos del año. Este estudio aborda la evacuación peatonal como un escenario crítico para evaluar la capacidad territorial de respuesta ante una emergencia volcánica. No obstante, el objetivo no se limita a este modo de desplazamiento específico, sino que se orienta a la construcción de una metodología de análisis de la capacidad de evacuación, extrapolable a otros medios de transporte. Dicha capacidad se define a partir de la relación entre la estructura vial, la localización y cobertura de los Puntos de Encuentro Transitorios (PET), y la distribución espacial de las viviendas y de la población presente en el territorio. Para ello, se integran diversas fuentes demográficas y territoriales, entre ellas el Censo 2024, la cartografía predial 2023 del Servicio de Impuestos Internos (SII), la red vial, las zonas de peligro del volcán Villarrica y la localización de los PET. Estas fuentes se articulan mediante un enfoque basado en Sistemas de Información Geográfica (SIG) y técnicas de análisis geoespacial y modelación basada en grafos, con el objetivo de estimar los tiempos de evacuación de la población hacia el punto seguro más cercano. Los resultados permiten identificar patrones espaciales de accesibilidad, brechas territoriales significativas y sectores donde los tiempos de evacuación se extienden considerablemente, volviéndose de baja viabilidad operativa bajo determinados escenarios. Asimismo, se evidencia que la distribución de los predios y su relación con la estructura vial —en particular la elevada concentración de segundas viviendas en las laderas del volcán Villarrica— constituyen factores clave en el desempeño del proceso de evacuación en territorios caracterizados por una alta variabilidad estacional y una significativa presencia de población flotante
Sistema de Detección Automática de Nudos Quirúrgicos en Realidad Virtual Mediante Aprendizaje Profundo: Desarrollo e integración de un modelo de visión por computadora en el simulador SECMA
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Madariaga Orellana, Pablo; Guzmán Montoto, José Ignacio; Herrera Marín, Mauricio
El entrenamiento en sutura y anudado quirúrgico constituye una habilidad esencial en la formación médico-quirúrgica, pero los métodos tradicionales presentan limitaciones importantes en repetibilidad, estandarización y retroalimentación objetiva. La realidad virtual (RV) ha emergido como una alternativa eficaz para superar estas restricciones, permitiendo la práctica en entornos inmersivos, controlados y libres de riesgo. Dentro de este contexto, el simulador SECMA, desarrollado por la Universidad del Desarrollo, incluye un módulo de sutura que, hasta ahora, carecía de un mecanismo autónomo capaz de evaluar en tiempo real la formación del nudo quirúrgico. El presente proyecto desarrolla e implementa un sistema de clasificación automática de los estados del nudo (NO_NUDO, UN_NUDO, DOS_NUDO) a partir de imágenes generadas durante la interacción del usuario en RV. Para ello se construyó un pipeline integral que abarca la captura de datos en SECMA, la depuración exhaustiva de las imágenes, la eliminación de duplicados perceptuales, la conversión homogénea de formatos, el balanceo de clases y la selección de un conjunto final robusto (Dataset 4). Este dataset consolidado permitió entrenar modelos de visión por computador mediante aprendizaje profundo, empleando arquitecturas preentrenadas y técnicas de fine-tuning progresivo. El modelo final, basado en EfficientNet-B0, alcanzó un desempeño sobresaliente (F1-macro = 0.9822), con estabilidad entre los conjuntos de validación y prueba, y una separación precisa entre las clases incluso en escenarios visualmente similares. Posteriormente, el modelo fue exportado a formato ONNX y su equivalencia con PyTorch fue verificada, garantizando compatibilidad con Barracuda, motor de inferencia de Unity, para su ejecución en tiempo real dentro del simulador. Las pruebas operacionales en Meta Quest 3 confirmaron un funcionamiento fluido, con inferencias continuas sin afectar la tasa de refresco (>50 FPS). Se demuestra que es posible integrar un sistema de visión por computadora en un entorno de RV inmersiva para el reconocimiento de los estados de anudado y brindar una retroalimentación automática y objetiva durante el proceso. Este trabajo constituye un avance relevante hacia simuladores quirúrgicos inteligentes capaces de apoyar la enseñanza autónoma, estandarizar la evaluación del desempeño y escalar hacia aplicaciones en simulación física y escenarios del mundo real.
Generación automática de resúmenes de relatos delictuales con modelos Transformers
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Cabrera Valenzuela, Oscar; Raveau Morales, María Paz
El presente trabajo explora la viabilidad de generar resúmenes automáticos de relatos delictuales a partir de los registros del Ministerio Público de Chile, con el fin de apoyar la revisión rápida de causas y el análisis criminal. Para ello se construyó un dataset a partir de RUC con relato del hecho y su correspondiente resumen operativo (“detalle”), aplicando un proceso de limpieza que elimina glosas sin contenido real, normaliza textos y exige longitudes mínimas. Sobre este corpus, del orden de decenas de miles de registros, se definió un esquema reproducible de partición en conjuntos de entrenamiento y validación y se generaron, además, sub-datasets para los cuatro códigos de delito más frecuentes. A nivel de modelado, se entrenó un modelo T5-base general para transformar el relato completo en su resumen operativo, y luego se especializó este modelo mediante adaptadores LoRA por tipo de delito. La evaluación se realizó con métricas ROUGE (ROUGE 1, ROUGE-2 y ROUGE-L) sobre los conjuntos de validación, complementada con un análisis cualitativo de ejemplos de resúmenes generados. El modelo T5 general alcanza aproximadamente ROUGE-1 ≈ 0,30, ROUGE-2 ≈ 0,13 y ROUGE-L ≈ 0,25, lo que indica una capacidad razonable para recuperar el contenido esencial de los resúmenes humanos. Los modelos LoRA igualan o mejoran sistemáticamente estos resultados. Se concluye que es técnicamente factible entrenar modelos de resumen basados en Transformers sobre los datos actualmente disponibles en la Fiscalía y que la especialización por tipo de delito mediante LoRA aporta mejoras medibles y observables en algunos casos. El trabajo deja instalado un pipeline de datos y modelado reproducible, identifica limitaciones y propone líneas de trabajo futuro.
Exploración del Comportamiento Alimenticio en Centros de Cultivo de Salmón: Análisis de patrones de consumo desde datos históricos con un enfoque hacia la predicción a corto plazo
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Solís Muñoz, Cristhian; Gómez Vargas, Germán
El presente proyecto se enmarca en una de las industrias más importante del sur de Chile, la industria salmonera, la cual constituye un pilar relevante del desarrollo económico en las regiones de Los Lagos, Aysén y Magallanes. En este contexto, el estudio aborda el análisis del consumo de alimento en centros de cultivo, utilizando información histórica a nivel jaula-día, complementada con variables geográficas, biológicas y temporales relevantes para el desempeño productivo. El marco de trabajo del proyecto es explorar y analizar patrones de consumo de alimento en centros de cultivo de salmón, a partir de un análisis exploratorio exhaustivo. A partir de este análisis, se desarrolla un modelo de predicción de corto plazo que permite anticipar el consumo de alimento, generando una banda de proyección del consumo diario. Los resultados permiten identificar patrones clave en el comportamiento alimenticio y destacan el valor de los modelos predictivos como herramienta de apoyo a la planificación de recursos. Además, el proyecto sienta las bases para futuros desarrollos de sistemas de pronóstico más robustos y adaptativos en la industria acuícola.
Pronóstico Híbrido Espacio-Temporal de Precipitaciones en Chile: Integrando Redes Neuronales y Métodos Estadísticos Avanzados
(Universidad del Desarrollo. Facultad de Ingeniería, 2026) Saquel Depaoli, Carlos; Herrera Marín, Mauricio
Este trabajo desarrolla un sistema de pronóstico espacio–temporal de precipitaciones en Chile basado en un modelo híbrido que combina un Autoencoder convolucional 3D (AE) con Descomposición Modal Dinámica (DMD). El desarrollo se centra en las regiones del Maule y Ñuble, utilizando precipitación diaria CR2MET (1980–2021) en alta resolución para capturar la variabilidad regional relevante. El AE reduce la dimensionalidad de cubos espacio–temporal y genera un espacio latente compacto, sobre el cual la DMD ajusta un operador lineal encargado de propagar la dinámica y producir pronósticos a horizontes de 1 a 5 días. El desempeño del modelo AE+DMD se evalúa para horizontes de 1 a 5 días y se compara con un baseline de referencia basado en DeepAR aplicado a múltiples series univariadas, mediante métricas como MAE y RMSE. Los resultados muestran que el enfoque híbrido captura adecuadamente los patrones espacio–temporal dominantes y ofrece pronósticos competitivos, en particular para 1–3 días, con un costo computacional moderado y modos DMD que facilitan la interpretación física de la dinámica de precipitación regional.
Validación Concurrente de SECMA para Habilidades Laparoscópicas: Diseño experimental, cinemática instrumentada, inferencia causal y aprendizaje de máquina
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Leiva Correa, Joaquín; Guzmán Montoto, José Ignacio; Herrera Marín, Mauricio
La formación en cirugía laparoscópica impone desafíos significativos debido a la complejidad de las habilidades psicomotoras requeridas, tales como la percepción de profundidad en entornos bidimensionales y la manipulación instrumental bajo restricciones de movimiento. Tradicionalmente, estas destrezas se adquieren mediante simuladores físicos tipo caja (“Box-Trainers”), considerados el estándar de entrenamiento inicial. Sin embargo, este enfoque presenta limitaciones relevantes para la educación médica moderna, ya que la evaluación del desempeño es predominantemente subjetiva y dependiente de la observación del instructor, lo que dificulta la estandarización del aprendizaje y restringe la retroalimentación objetiva al estudiante. En este contexto, los simuladores de realidad virtual (VR) han permitido incorporar entornos digitales con captura automática de datos cinemáticos, facilitando evaluaciones más objetivas del desempeño quirúrgico. No obstante, muchos de estos sistemas presentan desventajas prácticas, como altos costos de implementación y la necesidad de salas de entrenamiento dedicadas. Frente a estas limitaciones, el simulador SECMA (Simulador de Entrenamiento de Cirugía de Mínimo Acceso) se plantea como un simulador de realidad virtual diseñado para un entrenamiento portátil y de mayor accesibilidad, cuya adopción formativa requiere ser validada empíricamente. El presente Proyecto de Grado aborda esta necesidad mediante la validación concurrente del simulador de realidad virtual SECMA frente al entrenamiento tradicional en maqueta física. Se implementó un diseño experimental controlado con una muestra de estudiantes universitarios sin experiencia quirúrgica previa (N = 19), asignados a un grupo de control (entrenamiento en maqueta) y a un grupo experimental (entrenamiento con SECMA). Ambos grupos ejecutaron una tarea estandarizada de Pick-and-Place orientada a evaluar coordinación bimanual y economía de movimiento. La adquisición de datos se realizó mediante sensores de alta frecuencia que registraron series temporales de posición espacial (x, y, z) y orientación instrumental, representada mediante cuaterniones, evitando problemas de singularidad asociados a representaciones angulares tradicionales. A partir de estas señales se construyeron métricas cinemáticas interpretables, tales como longitud de trayectoria, tortuosidad, suavidad del movimiento (Jerk RMS) y tiempo de ejecución. Para evaluar la efectividad del entrenamiento, se emplearon modelos de estadística inferencial, destacando el Análisis de Covarianza (ANCOVA), que permitió comparar el desempeño post-entrenamiento ajustando por el nivel inicial de los participantes. De manera complementaria, se utilizaron modelos de inferencia causal basados en aprendizaje automático como análisis de robustez. Los resultados muestran que el entrenamiento con SECMA se asocia a mejoras en métricas vinculadas a la eficiencia espacial y al control motor, en comparación con el entrenamiento tradicional, una vez controlado el desempeño basal. En conjunto, los hallazgos aportan evidencia cuantitativa de que un simulador de realidad virtual portátil y basado en datos constituye una alternativa pedagógicamente válida para el entrenamiento laparoscópico inicial, reforzando la importancia de la validación concurrente y del uso de métricas objetivas en la evaluación del aprendizaje quirúrgico.
Optimización de Rutas Bajo Incertidumbre Mediante Aprendizaje por Refuerzo y Metaheurísticas Sensibles al Riesgo: Un enfoque híbrido ALNS–PPO para el ruteo de vehículos con ventanas de tiempo y evaluación mediante CVaR
(Universidad del Desarrollo. Facultad de Ingeniería, 2026) Álvarez Martínez-Conde, Gabriel; Herrera Marín, Mauricio
Este trabajo aborda la resolución de un problema de ruteo de vehículos con ventanas de tiempo bajo incertidumbre, incorporando explícitamente métricas de riesgo mediante simulación Monte Carlo. El objetivo principal es comparar distintos enfoques de optimización, evaluando no solo la calidad promedio de las soluciones, sino también su comportamiento en escenarios adversos, utilizando el Conditional Value at Risk al 95% (CVaR95) como métrica central de desempeño. Se analizan tres métodos: un enfoque determinista basado en OR-Tools, un esquema metaheurístico de Adaptive Large Neighborhood Search (ALNS) y una extensión híbrida que integra ALNS con aprendizaje por refuerzo profundo mediante Proximal Policy Optimization (PPO). Las soluciones obtenidas se evalúan bajo múltiples escenarios de severidad creciente, considerando métricas de tardanza promedio, CVaR95, nivel de servicio y esfuerzo computacional, medido a través del tiempo de cómputo y la cantidad de ticks ejecutados. Los resultados muestran que el enfoque determinista presenta limitaciones estructurales bajo incertidumbre, con altos niveles de riesgo extremo y bajo cumplimiento de ventanas de tiempo, a pesar de su bajo costo computacional. El ALNS clásico logra mejoras sustanciales en calidad y robustez, pero a costa de un esfuerzo computacional elevado. En contraste, el método PPO-ALNS alcanza sistemáticamente los menores valores de CVaR95 y mayores niveles de servicio, especialmente en escenarios severos, utilizando una fracción del esfuerzo computacional requerido por ALNS. El análisis del comportamiento de operadores evidencia que el agente de aprendizaje por refuerzo aprende políticas especializadas y adaptativas, concentrando el uso de operadores de alto impacto y evitando exploraciones poco eficientes. En conjunto, los resultados demuestran que la integración de aprendizaje por refuerzo en un marco ALNS permite mejorar simultáneamente la robustez de las soluciones y la eficiencia computacional, posicionando al enfoque PPO-ALNS como una alternativa particularmente adecuada para aplicaciones operacionales de ruteo bajo incertidumbre.
Relación Estadística del Síndrome Metabólico en la Mortalidad Intrahospitalaria en Pacientes Con Diagnóstico Cardio Vascular
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Solís González, Ingrid; Gómez Vargas, Germán; Delgado, Iris
Las enfermedades cardiovasculares (ECV) siguen siendo la principal causa de muerte y una de las mayores cargas asistenciales, tanto a nivel mundial como en Chile. En este contexto, el síndrome metabólico (SM) es ampliamente reconocido como un factor de riesgo relevante, asociado a la progresión y al peor pronóstico de las ECV en el largo plazo. Sin embargo, su impacto específico sobre la mortalidad intrahospitalaria, particularmente en pacientes con enfermedad cardiovascular ya establecida, no ha sido completamente aclarado. Con este objetivo, el presente estudio buscó evaluar la asociación entre el síndrome metabólico y la mortalidad intrahospitalaria en una cohorte nacional de pacientes cardiovasculares en Chile. Para ello, se realizó un análisis retrospectivo de 1.418.306 pacientes únicos con diagnóstico cardiovascular, utilizando la base de datos de Grupos Relacionados por el Diagnóstico (GRD) del sistema FONASA, correspondiente al período 2019–2024. Dado el alto riesgo de sesgo de selección y la presencia de comorbilidades relevantes, en particular la hipertensión arterial, se aplicó un método de Propensity Score Matching (PSM) con emparejamiento 1:1, ajustando por once covariables demográficas y clínicas. Este procedimiento permitió construir una cohorte balanceada de 209.664 pares de pacientes, logrando un adecuado equilibrio entre los grupos con valores de Standardized Mean Difference inferiores a 0,02 en todas las covariables En esta cohorte balanceada, el análisis de regresión logística mostró un resultado contrario a lo esperado: la odds de mortalidad intrahospitalaria fue menor en el grupo de pacientes con síndrome metabólico en comparación con el grupo sin SM (OR = 0,882; IC 95%: 0,863–0,901; p < 0,001). Este resultado, contrario a la hipótesis inicial, no sugiere que el síndrome metabólico actúe como un factor protector per se, sino que refleja una diferencia relativa de riesgo entre ambos grupos en el contexto intrahospitalario agudo, posiblemente influenciada por un mayor contacto previo con el sistema de salud, diagnósticos establecidos y un manejo clínico más estructurado en pacientes con SM. En conjunto, los resultados subrayan la importancia de distinguir entre el riesgo asociado al síndrome metabólico en el corto plazo (hospitalario) y su impacto bien documentado en el riesgo cardiovascular a largo plazo (post-alta).
Relación Estadística del Síndrome Metabólico en la Mortalidad Intrahospitalaria en Pacientes con Cáncer: Análisis con Propensity Score Matching (PSM)
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Munster Cofré, Hans; Gómez Vargas, Germán; Delgado Becerra, Iris
El síndrome metabólico (SM) corresponde a un constructo clínico que agrupa múltiples factores de riesgo cardiometabólico, y cuya presencia ha sido asociada a peores desenlaces en diversas poblaciones clínicas. En el sistema público chileno, el creciente peso de las enfermedades crónicas y del cáncer genera presión sobre la red hospitalaria, cuyo financiamiento utiliza en parte los Grupos Relacionados por Diagnóstico (GRD) para estimar complejidad y costos de las hospitalizaciones. En este trabajo analizamos bases de datos GRD de hospitales públicos para estudiar la relación entre síndrome metabólico, cáncer y desenlaces intrahospitalarios. El estudio se centra en pacientes oncológicos y evalúa si existe asociación entre la presencia de síndrome metabólico y la mortalidad intrahospitalaria, aplicando emparejamiento por puntaje de propensión (Propensity Score Matching, PSM) para balancear edad, sexo, tipo de cáncer y previsión. Tras el emparejamiento, los grupos de pacientes con y sin síndrome metabólico presentaron un adecuado balance en las covariables predefinidas (SMD < 0,1). El modelo final no mostró una asociación estadísticamente significativa entre síndrome metabólico y mortalidad intrahospitalaria. Los resultados podrían retratar la magnitud del síndrome metabólico como problema transversal en el sistema público y ofrecen una primera aproximación, desde datos GRD nacionales, al análisis conjunto de cáncer y SM mediante métodos de PSM.
Histology Tissue Classification for Colorectal Cancer: Deep Learning Approaches for Medical Image Analysis. Which deep learning architecture provides the best balance between accuracy and computational efficiency for histological tissue classification in colorectal cancer?
(Universidad del Desarrollo. Facultad de Ingeniería, 2025) Castro Ortega, Kurt; Gómez Vargas, Germán; Michelucci, Umberto
This report presents a comprehensive comparative analysis of deep learning architectures for the classification of histological images of colorectal cancer, a fundamental task in the emerging field of digital pathology. Automating this process through the use of deep learning models not only promises to accelerate diagnosis, but also to improve its accuracy and consistency, representing a strategic opportunity to optimize clinical workflows and advance toward precision medicine. The project addressed the classification of eight types of colorectal cancer tissue through a systematic comparative evaluation of five deep learning architectures: a baseline Convolutional Neural Network (CNN) trained from scratch and four advanced models (VGG19, ResNet50, EfficientNetB0, and Vision Transformer ViT-B16) implemented with the Transfer Learning strategy. The results showed that the ResNet50 architecture achieved the highest performance, with an accuracy of 95.07% on the test set. The analysis validated the project's central hypothesis: pre-trained architectures significantly outperformed the model trained from scratch, underscoring the effectiveness of transfer learning in domains with limited data. Furthermore, the study revealed a complex balance between performance and computational efficiency, where theoretically more efficient models such as EfficientNetB0 do not always translate into the lowest inference latency on specific hardware. This report provides a detailed analysis of these findings, offering empirical guidance for architecture selection in computational pathology applications.

Browse

Recent Submissions