Grado obtenido: Ingeniero en Agrimensura]]> Disciplina: Ingeniería en Agrimensura]]> Fil: Dato, Jonathan Fabián. Universidad de Buenos Aires. Facultad de Ingeniería. Buenos Aires; Argentina]]> La plataforma continental argentina es un área de gran interés debido a su actividad pesquera, sus reservas de hidrocarburos y su potencial explotación de la energía mareomotriz. Para todas estas actividades es necesario contar con predicciones precisas de marea, ya que la misma constituye una de las principales contribuciones a la variación de muchas variables oceanográficas. El Servicio de Hidrografía Naval argentino (SHN) mide marea en forma permanente en 12 estaciones mareográficas ubicadas sobre la costa y publica anualmente las Tablas de Marea que proveen información de 61 puertos principales y 83 puertos secundarios. La información publicada en las Tablas de Marea permite tener una descripción puntual de la marea de los puertos publicados, sin embargo para los más de 4000 km de costa continental argentina, esta información resulta insuficiente para describir la marea en forma detallada. Si bien existen modelos globales de marea que cubren esta región, su precisión cerca de la costa suele ser inferior a la precisión que se obtiene sobre el océano. Por estos motivos el SHN se encuentra desarrollando modelos empíricos para la región patagónica e Islas Malvinas a través de los proyectos PIDDEF 29/14 y PIDDEF 06/16, utilizando el modelo hidrodinámico Advance Circulation Model (ADCIRC). Una parte importante en la implementación del ADCIRC, es contar con una batimetría confiable ya que éste es un factor determinante en el resultado de la modelación. Las fuentes de información batimétrica para la región son diversas pero ninguna por si sola permite obtener un modelo batimétrico con la resolución y precisión necesaria para implementar un modelo numérico de marea de alta resolución. El objetivo de esta tesis es generar un modelo batimétrico de alta resolución (500mx500m) para la región comprendida entre las latitudes 59° S y 33°S, y las longitudes 71°W y 53°W, cubriendo completamente la costa continental de la República Argentina e incluyendo a las Islas Malvinas, para utilizarlo en la implementación del modelo hidrodinámico ADCIRC. Para ello se propone complementar, compatibilizar y procesar la información de profundidad proveniente de 134 cartas náuticas con la última versión del modelo batimétrico global GEBCO de 30’’ de resolución. Las profundidades de las cartas náuticas se refieren a un mismo datum, y luego se aplica un filtrado para eliminar la información redundante. Las profundidades resultantes se complementan con la grilla GEBCO sólo en donde no hay un dato de cartas náuticas a menos de 2 km, obteniendo una transición entre fuentes sin cambios bruscos de pendientes. Se realiza un análisis espacial de pendientes para detectar profundidades anómalas relacionando cada profundidad con los nodos más cercanos, obteniendo finalmente un total de 2961492 datos batimétricos. Se comparan los métodos de interpolación Triangulación con Interpolación Lineal, Ponderación Inversa de Distancias y Kriging. Se selecciona a este último método, en su versión lineal, para obtener la grilla final por ser el más preciso, luego de comparar el error medio, el error relativo promedio y la cantidad de profundidades que superan las tolerancias establecidas Jonathan Fabián Dato 3 por la Organización Hidrográfica Internacional para relevamientos batimétricos. Se genera una grilla en coordenadas geográficas con espaciado constante de 500 m, obteniendo una grilla semi-estructurada. Para la interpolación utilizando el método de Kriging, modelo lineal, se genera un semivariograma a partir del cálculo de distancias geodésicas y la semivarianza entre profundidades. Este cálculo se realiza utilizando 1 profundidad cada 700, en donde cada profundidad analizada se compara con las 2961492 profundidades. Luego para realizar la interpolación utilizando el semivariograma se genera una proyección Gauss Krüger local por cada nodo y se adopta un radio de búsqueda de 3km, óptimo para más del 99.99% de los casos. Las profundidades de la grilla obtenida se refieren al geoide utilizando el modelo de nivel medio del mar CLS2011 y el modelo de geoide EGM2008, obteniendo el modelo batimétrico final de alta resolución. Finalmente, a partir del modelo obtenido se presenta una metodología con la que se determinan 202 regiones con tamaño de triángulo variable, que se utilizan, junto con el modelo batimétrico de alta resolución, para obtener el mallado triangular con el que se implementa el ADCIRC.]]> Dato, Jonathan Fabián]]> Grado obtenido: Ingeniero/a Civil de la Universidad de Buenos Aires]]> Disciplina: Ingeniería Civil]]> Fil: Davico, Agustina. Universidad de Buenos Aires. Facultad de Ingeniería; Argentina]]> Una de las decisiones más importantes a ser tomadas en el proceso de diseño de una edificación, es la de la elección de los materiales y la técnica constructiva que se utilizará, es decir, la selección del Sistema Constructivo. Al momento de tomar dichas decisiones, los criterios que prevalecieron históricamente fueron de índole económico y/o cultural. Sin embargo, desde el surgimiento del concepto de Desarrollo Sostenible su aplicación en diversas áreas de la construcción, los criterios de decisión han sido ampliados incluyendo el ambiental y el social. Considerando a la Sostenibilidad como el análisis simultáneo de los aspectos ambientales, sociales y económicos, en este trabajo se estudiarán los primeros dos, entendiendo que actualmente la variable económica ya es considerada el parámetro principal al momento de la toma de decisiones. En esta tesis se selecciona y define un grupo de Indicadores de Sostenibilidad, adecuados a la realidad argentina, que permite evaluar muros exteriores construidos con distintos Sistemas Constructivos. La unidad que permitirá compararlos entre sí será de 1 m2 de muro. De esta manera, se pretenden generar herramientas para que, quienes deban elegir el Sistema Constructivo a emplear en la etapa de diseño de una vivienda, puedan hacerlo con criterios de Sostenibilidad. Para tales objetivos, se utiliza la metodología científica conocida como “Análisis de Ciclo de Vida”, mediante la cual se estudiaron, por un lado, los impactos ambientales generados durante el Ciclo de Vida de una obra construida y, por otro, los impactos sociales. Para estos últimos, se tuvo en cuenta la inclusión de los principales actores involucrados. De este análisis resultó la propuesta de Indicadores Ambientales e Indicadores Sociales que permiten evaluar el grado de Sostenibilidad del Sistema Constructivo que se requiera estudiar. El conjunto de estos indicadores son los denominados Indicadores de Sostenibilidad.]]> One of the most important decisions to be made in the design process of a building, is the choice of the materials and the construction technique to be used, that is, the selection of the Construction System. When making these decisions, the criteria that historically prevailed were of economic and/or cultural nature. However, since the emergence of the concept of Sustainable Development and its application in the different construction areas, the decision criteria have been expanded to include environmental and social variables. Considering Sustainability as the simultaneous analysis of environmental, social and economic aspects, this thesis will encompass the two first, understanding that currently the economic variable is the main decision making parameter. In this thesis, a group of Sustainability Indicators is selected and defined, according to the argentinian reality, which allows to evaluate exterior walls built with different Construction Systems. The unit of comparison between them is 1 m2 of wall. In this way, it is intended to generate tools that allow those who must choose in the design phase of a building, the Construction System to be used, to do it with Sustainability criteria. For such objectives, it is used the scientific methodology known as "Life Cycle Assessment”, through which there were studied the environmental impacts generated during the Life Cycle of a building and, on the other hand, the social impacts. For the latter, it was taken into account the inclusion of the main stakeholders involved. This analysis resulted in the proposal of Environmental Indicators and Social Indicators that allow to evaluate the degree of Sustainability of the Construction System that needs to be studied. The set of these indicators are the so called Sustainability Indicators.]]> Davico, Agustina
]]> Grado obtenido: Especialista en inteligencia artificial]]> Disciplina: Especialización en inteligencia artificial]]> Fil: Davico, Cristian Gastón. Universidad de Buenos Aires. Facultad de Ingeniería; Argentina.]]> En la presente memoria se describe el diseño e implementación de un chatbot inteligente basado en tecnologías de Generación Aumentada por Recuperación (RAG) desarrollado para la empresa Eynes S.R.L. El trabajo tiene como objetivo optimizar el acceso a la información técnica y funcional del sistema ERP Odoo y centralizar así las consultas en una única herramienta conversacional para reducir la dependencia de especialistas mediante el uso de modelos de lenguaje natural de última generación. Para su implementación fueron fundamentales los conocimientos adquiridos en la carrera, tales como el procesamiento de lenguaje natural, el uso de modelos de lenguaje grandes (LLM), la arquitectura basada en RAG y el diseño de flujos conversacionales con manejo de contexto.]]> Davico, Cristian Gastón ]]> Grado obtenido: Magister de la Universidad de Buenos Aires en Ingeniería de Transporte con Orientación Vial]]> Disciplina: Maestría en Ingeniería de Transporte con Orientación Vial]]> Fil: Menéndez, Martín Nicolás. Universidad de Buenos Aires. Facultad de Ingeniería; Argentina. ]]> Davies, Christian]]> mediante datos in situ de 27 estaciones mareográficas.]]> El conocimiento de las variaciones del nivel del mar en las cercanías de las costas es fundamental para el diseño de construcciones y sus operaciones, asegurar la navegación, realizar levantamientos batimétricos e implementar políticas de manejo costero. Las costas patagónicas si bien tienen una gran importancia geopolítica, son el sector de la costa atlántica argentina donde menos se han estudiado las principales componentes del nivel del mar. Una de las razones es que se carece de observaciones de registradores de marea continuas y distribuidas de manera homogénea. El Servicio de Hidrografía Naval (SHN) tenía seis estaciones mareográficas, de las cuales se encuentran operando actualmente tres: Puerto Madryn, Puerto Deseado y Ushuaia. Aunque los datos satelitales y los productos derivados de ellos, como los modelos de marea son una gran herramienta para conocer la altura del mar en lejanías de la costa (más de 25-30 km), no ocurre lo mismo en la franja costera. Sin embargo, en octubre de 2020 se dio a conocer una nueva versión del modelo FES2014 denotada como FES2014c que extiende los resultados hacia las costas. La versión anterior del modelo fue extrapolada en las costas con el fin de cubrir casi en su totalidad las regiones costeras. A raíz del procedimiento aplicado (una extrapolación simple aplicada a 10 píxeles y utilizando valores medios) puede ocurrir que no sea suficientemente preciso en algunas regiones. Es por ello que en este trabajo nos proponemos evaluar la calidad de los resultados del modelo FES2014c en 27 localizaciones de la costa patagónica, donde se cuenta con observaciones in situ de las alturas del mar en distintos períodos de tiempo. Dichas localizaciones están distribuidas entre los 40º y los 54º de latitud sur, abarcando diferentes geografías, rangos y regímenes de marea. Para cada estación se realizan dos predicciones de marea coincidentes con las fechas de las observaciones: una con las constantes armónicas de las Tablas de Marea del SHN, o en su defecto con las constantes provenientes de un análisis armónico, y la otra con las constantes provistas por el FES2014c. Se comparan ambas predicciones con las observaciones mediante el coeficiente de determinación (R2) y el error cuadrático medio (RMSE) de la regresión efectuada entre ellas, y también mediante el desvío estándar de la diferencia entre los datos observados y las predicciones (residuos).]]> Fil: de Azkue, M.F. Servicio de Hidrografía Naval. Departamento Oceanografía; Argentina.]]> Fil: de Azkue, M.F. Universidad de la Defensa Nacional. Facultad de la Armada. Escuela de Ciencias del Mar; Argentina.]]> Fil: D’Onofrio, E.E. Universidad de Buenos Aires, Facultad de Ingeniería. Instituto de Geodesia y Geofísica Aplicadas. Buenos Aires; Argentina.]]> de Azkue, M.F.]]> D’Onofrio, E.E.]]> El presente trabajo fue realizado por el Instituto de Ingeniería Sanitaria y Ambiental (IIS) de la Facultad de Ingeniería de la Universidad de Buenos Aires (UBA), tiene como objetivos conocer las características y composición de los Residuos Sólidos Urbanos (RSU) de la Ciudad de Buenos Aires (CBA) para poder desarrollar y planificar las actividades de la Gestión de los Servicios de Higiene Urbana, considerando alternativas de implementación de nuevas tecnologías de tratamiento y disposición final, así como el desarrollo de programas de minimización y recuperación en origen y reciclaje de los residuos.]]> Fil:De Luca, Marcela. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria. Buenos Aires, Argentina]]> Fil:Giorgi, Néstor. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria. Buenos Aires, Argentina]]> De Luca, Marcela]]> Giorgi, Néstor]]> El presente trabajo fue realizado por el Instituto de Ingeniería Sanitaria y Ambiental (IIS) de la Facultad de Ingeniería de la Universidad de Buenos Aires (UBA) y tiene como objetivos analizar las tendencias en la prestación de los Servicios de Higiene Urbana, en el período 1998-2002, a los efectos de identificar los aspectos que permitan enriquecer la discusión acerca de las posibles mejoras en la modalidad de prestación de estos servicios, para su eventual inclusión en el nuevo Pliego de Bases y Condiciones]]> Fil:De Luca, Marcela. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria. Buenos Aires, Argentina]]> Fil:Giorgi, Néstor. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria. Buenos Aires, Argentina]]> De Luca, Marcela]]> Giorgi, Néstor]]> Fil:De Luca, Marcela. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria y Ambiental. Buenos Aires; Argentina]]> Fil:Giorgi, Néstor. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria y Ambiental. Buenos Aires; Argentina]]> De Luca, Marcela]]> Giorgi, Néstor ]]> Fil:De Luca, Marcela. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria y Ambiental. Buenos Aires; Argentina]]> Fil:Giorgi, Néstor. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria y Ambiental. Buenos Aires; Argentina]]> De Luca, Marcela]]> Giorgi, Néstor]]> Fil:De Luca, Marcela. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria y Ambiental. Buenos Aires; Argentina]]> Fil:Giorgi, Néstor. Universidad de Buenos Aires. Facultad de Ingeniería. Instituto de Ingeniería Sanitaria y Ambiental. Buenos Aires; Argentina]]> De Luca, Marcela]]> Giorgi, Néstor]]>