Presentacion de Proyectos de estudiantes del Departamento de Ingeniería Eléctrica de la Universidad de Chile
1 minute read
Published:
Estoy muy satisfecho con las presentaciones del curso "Laboratorio de Ingeniería Eléctrica", del cual estoy a cargo. Este curso está dirigido a estudiantes que, después del plan común, han optado por la carrera de Ingeniería Eléctrica. Aunque el curso incluye actividades de laboratorio obligatorias que no han cambiado desde que yo era estudiante (como el uso de circuitos trifásicos, máquinas de corriente continua, circuitos rectificadores, modulación AM y líneas de transmisión bifilar), en este laboratorio electivo ofrecemos la oportunidad de realizar experiencias más actuales.
Este semestre, los estudiantes han desarrollado una interesante y variada gama de proyectos, que van desde tecnologías renovables hasta inteligencia artificial. Entre ellos se encuentran: sistemas con Arduino, análisis de auto eléctricos, paneles solares con celdas fotovoltaicas, aplicaciones de Deep Learning, reconocimiento de expresiones faciales, una turbina eólica construida con un motor HDD, experimentos con transductores, un detector de sismos con alarma, reconocimiento automático de imágenes, control de motores mediante modulación PWM y una fuente de voltaje alimentada por energía solar.
Figura 1: Resumen de los distintos proyectos presentados por los estudiantes.
Ha sido emocionante ver cómo aplican los conceptos a través de experimentos prácticos y cómo han desarrollado habilidades y conocimientos en estas áreas. Felicitaciones a todos.
Las ponencias del SIRC en el IV Congreso Latinoamericano y del Caribe de SoTL en la ciudad de Santo Domingo, República Dominicana, abordaron el aislamiento social desde distintas perspectivas, integrando salud, neurobiología, epigenética y educación superior. La jornada destacó especialmente una propuesta de laboratorio interdisciplinario para enseñar epigenética conductual mediante Drosophila melanogaster.
La sesión de presentaciones del curso Deep Learning reunió proyectos aplicados a problemas reales, destacando el criterio para decidir cuándo usar modelos como MLP, CNN o RNN, cómo evaluarlos y cuándo no utilizarlos.
Participación como profesor co-guía en tesis sobre detección automática de eventos de calving en el Glaciar Perito Moreno mediante aprendizaje profundo y registros sísmicos.
Resumen de las principales conferencias y paneles sobre inteligencia artificial presentados durante el Summit UDD 2026, abordando estrategias de adopción, casos de uso empresariales y desafíos para una integración responsable.