Investigador Principal CONICET.
Profesor Titular, Facultad de Ingeniería Química, Universidad Nacional del Litoral, Santa Fe, Argentina.
Modelado Dinámico y Control de Sistemas Biomédicos
Evitando que el remedio sea peor que la enfermedad
Las estrategias de control basadas en optimización, como el control predictivo basado en modelos o MPC, son hoy en día un paradigma para abordar diversos problemas biomédicos críticos, que van desde el COVID-19 (tanto a nivel celular como epidemiológico), el HIV, la tuberculosis y la Diabetes Mellitus tipo 1, hasta el cáncer y la resistencia a los antibióticos, entre otros. El enfoque estándar para determinar intervenciones óptimas —esencialmente, la forma más eficaz de ajustar los parámetros de modelos manipulables a lo largo del tiempo— consiste en utilizar un conjunto de ecuaciones diferenciales ordinarias y formular un problema de control óptimo que busque minimizar o maximizar algunas variables clave. Sin embargo, modelar sistemas biomédicos reales es mucho más complejo que simplemente plantear un conjunto de ecuaciones y un problema de control óptimo basado en ellas. Modelar escenarios del mundo real implica comprenderlos plenamente mediante la caracterización de los equilibrios, las regiones invariantes y su estabilidad, considerando limitaciones realistas tanto para las variables como para los parámetros. Esta caracterización es, de hecho, una parte constitutiva del procedimiento de optimización, ya que ayuda a definir funciones objetivo y restricciones consistentes con la realidad que se desea modificar. Más aún, sin este tipo de análisis formal, un problema de control óptimo quedaría incompleto, lo que inevitablemente resultaría en intervenciones ineficaces y contraproducentes, como la reciente pandemia de COVID-19 nos ha demostrado trágicamente.
En esta charla revisaremos la caracterización dinámica y el control de una amplia gama de problemas biomédicos, tanto a nivel epidemiológico como celular. El objetivo es encontrar intervenciones adecuadas (farmacéuticas y no farmacéuticas), siguiendo procedimientos formales, cumpliendo con condiciones realistas y evitando, en lo posible, que el “remedio sea peor que la enfermedad”.
Product Design and Technology Development Manager. Zurich, Switzerland.
Más allá del laboratorio: estimulación cerebral no invasiva durante el sueño con tecnologías portátiles
Las tecnologías portátiles basadas en electroenfelogramas están transformando la manera en que estudiamos y modulamos el cerebro humano. En particular, la estimulación auditiva en bucle cerrado (CLAS, por sus siglas en inglés) es una técnica innovadora y no invasiva que mejora la profundidad y calidad del sueño de ondal lentas mediante la entrega de sonidos sincronizados con los ritmos cerebrales. A diferencia de los enfoques farmacológicos, CLAS actúa en armonía con la arquitectura natural del sueño, favoreciendo la consolidación de la memoria, la recuperación física, la regulación cardiovascular y la salud cerebral a largo plazo.
En esta charla se presentara el desarrollo de un dispositivo embebido para estimulación auditiva sincronizada con el sueño de ondas lentas, su validación fuera de entornos clínicos y su potencial como herramienta escalable en investigación, medicina del sueño y neurorehabilitación. Discutiremos cómo trasladar la neurociencia del laboratorio al mundo real, sin comprometer el rigor científico.
Assistant Professor, School of Sustainable Energy Engineering, Simon Fraser University, Surrey, BC, Canada.
Modelado y control promedio en el plano de estados en electrónica de potencia: mejorando la dinámica de grandes transitorios sin aumentar los costos
Los convertidores de potencia conmutados son clave en aplicaciones como energías renovables, movilidad eléctrica y sistemas de carga de baterías. Para asegurar un desempeño estable en cualquier condición operativa, los controladores en lazo cerrado cumplen un rol fundamental, definiendo la respuesta dinámica del sistema. En la industria de electrónica de potencia, los controladores digitales basados en modelos linealizados de pequeña señal son la opción más utilizada, ya que su fácil implementación los hace ideales para microcontroladores accesibles. Sin embargo, debido a su enfoque de pequeña señal, los grandes transitorios pueden generar desafíos importantes.
Esta charla presenta una alternativa de modelado y control de gran señal para electrónica de potencia, basada en el análisis promedio del espacio de estados. Se desarrollarán modelos promedio de gran señal para topologías fundamentales y se extenderán a convertidores más complejos y aplicaciones avanzadas. También se explorarán estrategias para aprovechar estos modelos, incluyendo controladores que optimizan la respuesta dinámica del convertidor ante grandes transitorios sin incrementar la complejidad de implementación.
Investigador Posdoctoral, Computer Science department, Gran Sasso Science Institute, L’Aquila, Italy.
Implementación de Controladores Predictivos Avanzados en Sistemas Embebidos Industriales
Esta charla presenta recientes avances hacia la implementación de controladores predictivos avanzados en sistemas embebidos industriales, tales como los autómatas programables. Presentamos una arquitectura de control predictivo diseñada para proporcionar ventajas respecto a la implementación tradicional, así como algoritmos de optimización desarrollados específicamente para su resolución. Ilustramos las ventajas del controlador predictivo mostrando resultados de su implementación en un autómata programable para controlar un reactor químico.
Investigadora Asistente IMAL, CONICET.
Profesor Asociado, Facultad de Ingeniería Química, Universidad Nacional del Litoral, Santa Fe, Argentina.
Filtrado espacial para mejorar el procesamiento de señales en neurofisiología invasiva y no-invasiva
En neurofisiología, la actividad registrada puede interpretarse como la mezcla de señales provenientes de distintas fuentes, tanto cerebrales como no cerebrales. Los modelos estadísticos asumen que estas fuentes se ven afectadas por un proceso de mezcla lineal, provocado por un proceso de difusión y conducción volumétrico. En esta charla, exploraremos cómo es posible aprender filtros espaciales que permiten estimar estas fuentes, mejorando así la relación señal-ruido de las señales cerebrales registradas. Estos métodos facilitan la identificación de las verdaderas fuentes neuronales, lo que a su vez simplifica la interpretación y el análisis de la actividad cerebral; y en consecuencia permite la construcción de métodos de aprendizaje maquinal para la decodificación de la actividad cerebral neurofisiologicamente interpretables.
Investigador Asistente CONICET.
Profesor asociado Universidad Nacional de Córdoba, Córdoba, Argentina.
Research Opportunities and Challenges in Space and Satellite Networking
As the space sector experiences unprecedented growth, driven by projects like Starlink, satellite IoT networks, and the collaborative NASA, ESA, and JAXA LunaNet system, new challenges and opportunities arise for research in satellite communications. This seminar will explore three key research areas at the forefront of space and satellite networking:
1. Mega-Constellations Operations: Low-earth orbit networks provide enhanced connectivity but demand novel routing, scheduling, and traffic management solutions to address scalability and latency.
2. Direct-to-Satellite Access: Direct-to-smartphone and -IoT systems are bridging connectivity gaps in resource-scarce environments, raising questions about energy efficiency, communication protocols, and space and terrestrial integration.
3. Solar System Internet: The concept of an interplanetary internet spanning vast distances requires innovative approaches to overcome delay, scalability, and congestion challenges.
We will discuss how advanced methodologies, including optimization, decision processes, and AI techniques, are being applied to tackle these challenges and shape the future of global and interplanetary communication networks.
Investigador Principal CONICET.
Profesor Asociado, Facultad de Ingeniería, Universidad Nacional de Río Cuarto, Río Cuarto, Argentina.
Innovación y Desarrollo Tecnológico para la Movilidad Eléctrica
Desde 1998, el Grupo de Electrónica Aplicada (GEA) perteneciente al IITEMA (UNRC-CONICET) ha impulsado una línea continua de investigación, desarrollo e innovación en movilidad eléctrica. En esta conferencia se presentarán los principales hitos tecnológicos alcanzados, desde los primeros prototipos y ensayos con sistemas de tracción eléctrica hasta los desarrollos actuales en tecnologías para vehículos eléctricos, sistemas de control, electrónica de potencia y gestión energética. A través del recorrido por proyectos de I+D y tesis de grado y posgrado asociadas, se mostrará cómo la articulación entre docencia, investigación y vinculación ha sostenido una agenda tecnológica con impacto regional y proyección nacional en el campo de la electromovilidad.