GRUPOS FACULTAD

GISAI - Grupo de Investigación Sobre Aplicaciones Inteligentes

 

Director: Dr. Javier A. Redolfi

 
Integrantes
  • Dr. Javier Redolfi (director)
  • Ing. Rebeca Yuan (investigadora)
  • Ing. Micaela Mulassano (investigadora)
  • Ing. Gonzalo Cervetti (becario BINID)
  • Chiabrando Bruno (becario alumno)
  • Ibrahim Jaime (becario alumno)
  • Beck Federico (alumno)
  • Libera Joaquín (alumno)
  • Maximiliano Gatto (alumno)
  • Agostini Emiliano (alumno)
  • Maddona Fabrizio (alumno)

Descripción

GISAI es un grupo inter-disciplinario que cuenta con estudiantes, graduados y docentes de las carreras de Ing. en Sistemas de Información, Electrónica, Electromecánica y Química, con el objetivo de estudiar, desarrollar e implementar herramientas inteligentes que permitan mejoras representativas en distintas empresas de nuestra región.

 

Objetivos

  • Constituir un ámbito de investigación y desarrollo multidisciplinario.
  • Articular con el resto de la comunidad para generar soluciones tecnológicas para la industria de la región.
  • Contribuir en la formación de grado y posgrado de nuestra facultad.

 

Áreas del intéres

  • Inteligencia Artificial
  • Machine Learning
  • Visión por Computadora

 

Proyectos actuales de investigación y desarrollo:

Actualmente estamos desarrollando los siguientes proyectos de investigación homologados:

• “DETECCIÓN DE POSE DE OBJETOS USANDO CÁMARAS RGB PARA APLICACIONES INDUSTRIALES”, código CCPPBSF0008374, Proyecto de Investigación y Desarrollo, Universidad Tecnológica Nacional.

• “Diseño de un dispositivo de bajo costo para la medición de índice verde”, apoyo a Grupos de Reciente Formación con Tutores, Ministerio de Ciencia y Tecnología de la provincia de Córdoba.

• “Detección de objetos en ambientes industriales utilizando técnicas de aprendizaje profundo”, Proyecto de Investigación y Desarrollo Incentivado, Universidad Tecnológica Nacional. Desarrollo en conjunto con la UTN Facultad Regional Córdoba.

• “Detección de uso de elementos de protección personal en ambientes industriales utilizando técnicas de aprendizaje profundo”, Proyecto de Desarrollo Tecnológico y Social Orientado, Universidad Tecnológica Nacional. Desarrollo en conjunto con la UTN Facultad Regional Córdoba.

 

Proyectos finalizados

“Clasificación de uso de suelo en imágenes PolSAR”, código CCUTNSF0007717, Proyecto de Investigación y Desarrollo, Universidad Tecnológica Nacional.

• “Abordaje multidisciplinar en la obtención de un titulador automático para el laboratorio de servicios de la Facultad Regional San Francisco”, código AMUTNSF0007673, Proyecto de Investigación y Desarrollo, Universidad Tecnológica Nacional.

• “Monitoreo domiciliario utilizando redes neuronales a partir de una medición de energía totalizada (NILM)”, código UTNSF0004881, Proyecto de Investigación y Desarrollo, Universidad Tecnológica Nacional.

 

Publicaciones

2021

  • Dondo, D. G., Redolfi, J. A., Araguás, R. G., & Garcia, D. (2021). “Application of deep-learning methods to real time face mask detection”. IEEE Latin America Transactions, 19(6), 994-1001.
  • Yuan, R., Mulassano, M., Chiabrando, B., Jaime, I., Cervetti, G., & Redolfi, J. “Detección de pose de objetos usando cámaras RGB para aplicaciones industriales”, Jornadas de Ciencia y Tecnología 2021 de la Universidad Tecnológica Nacional, Facultad Regional San Francisco, 2021.

2020

  • Rebeca Yuan, Carlos Humberto Salgado, Alberto Sánchez, Mario Peralta. “Modelo Ontológico como garantía de completitud funcional en la elicitación de requerimiento de software”. XXII Workshop de Investigadores en Ciencias de la Computación (WICC 2020), El Calafate, Santa Cruz.
  • Rebeca Yuan, Carlos Salgado, Mario Peralta, Alberto Sánchez. “Evaluación de un Modelo Ontológico basado en la Adecuación Funcional de la Norma ISO 25010 para la Elicitación de Requisitos de Software”. Congreso Argentino de Ciencias de la Computación 2020, La Matanza, Buenos Aires.
  • Rebeca Yuan, Carlos Salgado, Mario Peralta, Alberto Sánchez. “Desarrollo y Evaluación de un Modelo Ontológico para la Elicitación de requisitos de software, basado en la familia de normas ISO 25000”. CONAIISI 2020, San Francisco, Córdoba.
  • Rebeca Yuan, Ibrahim Jaime, Bruno Chiabrando and Javier Redolfi. “Detección de Paquetes en Movimiento sobre una Cinta Transportadora Usando Visión por Computadora”. En IEEE ARGENCON 2020, Resistencia, Chaco, Argentina.
  • Diego González Dondo, Javier A. Redolfi, Daiana Garcia, and R. Gastón Araguás. “Application of Deep-Learning Methods to Real Time Face Mask Detection”.  IEEE Latin America Transactions.
  • Javier A. Redolfi, Sergio F. Felissia, Emanuel Bernardi, Roberto G. Araguás & Ana G. Flesia. “Learning to Detect Vegetation Using Computer Vision and Cheap Cameras”. In 2020 IEEE International Conference on Industrial Technology, ICIT 2020, Instituto Tecnológico Buenos Aires (ITBA), Buenos Aires, Argentina.
  • Javier A. Redolfi, Roberto G. Araguás & Ana G. Flesia. “POLSAR IMAGE CLASSIFICATION USING DIFFERENT CODIFICATIONS BASED ON FISHER VECTORS”. In 2020 Latin American GRSS & ISPRS Remote Sensing Conference, LAGIRS 2020, Facultad de Ingeniería y Ciencias, Universidad de Chile, Santiago de Chile, Chile.
  • Olmedo, P. B., Miretti, M., Bernardi, E., Redolfi, J., Peretti, G., & Adam, E. J. “Monitoreo de Catástrofes Naturales a partir de la Obtención y Procesamiento de Imágenes Satelitales”. In XXII Workshop de Investigadores en Ciencias de la Computación (WICC 2020), El Calafate, Santa Cruz.

2019

  • Yuan, R., Salgado, C. H., Sánchez, A., & Peralta, M. “Metamodelo ontológico como garantía de calidad en el desarrollo de software”. In XXI Workshop de Investigadores en Ciencias de la Computación, WICC 2019, Universidad Nacional de San Juan.
  • Cocconi, D., Yuan, R., Mulassano, M., & Ferreyra, D. “Aplicación de una arquitectura de red neuronal para el monitoreo de carga por métodos no invasivos (NILM) utilizando ciclos de activación de artefactos eléctricos en el entrenamiento”. In XXI Workshop de Investigadores en Ciencias de la Computación, WICC 2019, Universidad Nacional de San Juan.
  • Matías Olmedo, Javier A. Redolfi, Diego González Dondo y R. Gastón Araguás. “EVALUACIÓN EMPÍRICA DE LA ROBUSTEZ DE DIFERENTES REDES NEURONALES USADAS PARA LA DETECCIÓN DE OBJETOS”. Mecánica Computacional Vol. XXXVII, Número 51, pp. 2045-2054, Actas del ENIEF 2019, 5-7 noviembre, Santa Fe, Argentina.

2018

  • Cocconi, D., Beinotti, R., Yuan, R., Mulassano, M., Bruno, J., & Beltramone, M. “Monitoreo de carga por métodos no invasivos en el hogar argentino utilizando redes neuronales”. In XX Workshop de Investigadores en Ciencias de la Computación, WICC 2018, Universidad Nacional del Nordeste.
  • Redolfi, J. A. “Aplicación en agricultura de precisión de esquemas actuales de reconocimiento visual”. Tesis Doctoral, Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba.

 

Actividades de Vinculación y Transferencia

• Vinculación con la empresa ZF Argentina S.A. para realizar un algoritmo capaz de detectar defectos en amortiguadores usando técnicas de Visión por Computadora. Inicio Año 2022.

• Vinculación con la empresa Costantini S.A. de la ciudad de San Francisco para colaborar en el diseño de detectores de paquetes en movimiento sobre cintas transportadoras usando técnicas de Visión por Computadora.  Finalizado Año 2021.

• Vinculación con la empresa ZF Argentina S.A. para realizar un algoritmo capaz de detectar defectos en amortiguadores usando técnicas de Visión por Computadora. Finalizado Año 2021.

• Vinculación con la empresa Nexo Soluciones S.A. para realizar algoritmos de detección de objetos en ambientes agrícolas usando técnicas de Visión por Computadora.  Finalizado Año 2021.

 

 Contacto: javierredolfi@gmail.com

 



© 2022 - UTN Facultad Regional San Francisco