Celebramos los ganadores de la séptima edición de LARA, nuestro programa de becas de investigación para América Latina

La tecnología avanza a pasos agigantados para satisfacer las necesidades humanas. El trabajo de investigación académica es esencial en el proceso de encontrar y analizar las mejores formas de resolver los problemas cotidianos de las personas. Es por eso que, durante siete años, Google ha apoyado los proyectos destinados a tal propósito a través de los Premios de Investigación de América Latina LARA, con un total a la fecha de 3 millones de dólares entregados, y 124 proyectos soportados.

Ganadores LARA 2019 en evento de premiación en Belo Horizonte, Brasil

Este año, celebramos en nuestro Centro de Ingeniería para América Latina en Belo Horizonte, una nueva edición y los investigadores recibieron una beca para financiar sus proyectos de investigación en los próximos 12 meses. Para esta nueva edición, se destinaron, en total, US$500 mil dólares para apoyar 25 proyectos seleccionados de las 670 aplicaciones que recibimos.

Entre las propuestas ganadoras se encuentran 2 de Argentina, 15 de Brasil, 5 de Colombia, 2 de Chile y 1 de Perú. Todos estos proyectos se encuentran destinados a resolver diversos problemas que afectan a las personas, como la clasificación del cáncer de piel, la detección automática de áreas de reproducción de Aedes aegypti, detección de plagas, detección de nódulos pulmonares y más.

Cada uno de los estudiantes de maestría y doctorado seleccionados, así como sus asesores, contribuyen a enriquecer e impulsar la investigación en América Latina; después de todo, así es como nació Akwan, una empresa de búsqueda creada por maestros y estudiantes de UFMG y adquirida por Google en 2005 (la primera adquisición de Google fuera de los Estados Unidos).

Todos estos proyectos reafirman nuestro compromiso con la región y con impulsar investigaciones académicas dirigidas a encontrar soluciones a problemas sociales comunes:

País	Ganadores	Nombre del proyecto
Argentina	Francisco Soulignac Gonzalo Lera-Romero	Problemas de enrutamiento bajo congestión: algoritmos, implementaciones eficientes y datos reales
Argentina	Ana Gabriela Maguitman Mariano Maisonnave	Aprendiendo modelos causales de los medios digitales
Brasil	Renata Vieira Henrique Santos	Detección de eventos adversos en Registros Electrónicos de Salud: Caídas y errores de medicación
	Wagner Meira Junior Derick Oliveira	Clasificación automática e interpretable de electrocardiogramas de 12 derivaciones
	Sandra Avila Alceu Bissoto	Mejorando la clasificación del Cáncer de Piel con una extensión a la Red Generativa Antagónica (GAN)
	Maria José Finatto Liana Paraguassu	MedSimples: una herramienta automática de simplificación para mejorar la accesibilidad en las comunicaciones de salud
	Nelson Luis Saldanha da Fonseca Rodrigo Cardoso da Silva	Reducción de la latencia del servicio al emplear vehículos aéreos no tripulados como un nodo “Fog”
	Felipe Meneguzzi Laura Tomaz da Silva	Explicaciones visuales para los datos de Neuroimagen de imágenes de Resonancia Magnética Funcional (fMRI)
	Eduardo da Silva Wesley Passos	Detección automática de áreas de reproducción de los Aedes aegypti usando visión artificial y aprendizaje automático
	Olga Goussevskaia Otavio Augusto Souza	Distribución automática y auto ajustada de redes de árbol
	Rodrigo Mello Daniel Cestari	Diseñando transformaciones del espacio Kernel desde datos supervisados
	Anderson Rocha Antonio Theophilo	Combatiendo las Noticias Falsas a través de atribución de autoría y análisis de filogenia
	Marcus Ritt Alex Gliesch	Algoritmos heurísticos para la distribución equitativa de la tierra y problemas distritales
	Rodrigo Barros Eduardo Pooch	Mejorando la localización de las patologías en radiografías de pecho con supervisión limitada a través del aprendizaje semi-supervisado de instancias múltiples
	João Trindade Marques João Paulo Almeida	Enfoques de aprendizaje automático para la identificación de virus en mosquitos Aedes usando pequeños RNA
	Paulo Roberto Ferreira Jr. Jean Roberto Antunes	Detección de plagas a través de una red de Trampas Inteligentes
	Nélio Cacho Adelson Araujo Jr	Hacia la interpretación e interacción de sistemas predictivos policiales basados en aprendizaje profundo
Chile	Barbara Poblete Juglar Diaz	Aprovechar los datos textuales espacio-temporales con modelos de redes neuronales
Chile	Gonzalo Navarro Dustin Cobas	Índices prácticos y flexibles en colecciones de cadenas repetitivas
Colombia	Fabio Gonzalez Santiago Toledo-Cortês	Modelo de Aprendizaje computacional para el análisis del fondo del ojo para el apoyo del diagnóstico médico
	Luis Felipe Giraldo Trujillo Gilberto Jose Diaz Garcia	Modelos computacionales de Cooperación en comunidades desamparadas – Parte 2
	Pablo Arbelaez Laura Daza	Detección de nodos en el pulmón y predicción de malignidad usando Redes Neuronales Multimodales
	Mario Linares-Vásquez Camilo Escobar-Velásquez	Habilitando tareas automatizadas de ingeniería de software para aplicaciones móviles de código cerrado
	Winston Percybrooks Pedro Narvaez	Hacia una auscultación inteligente a gran escala, asistida por computadora, para entornos remotos de atención primaria (extensión del proyecto de doctorado de tercer año)
Perú	Mirko Zimic Macarena Vittet	Un enfoque rentable para el diagnóstico de autismo en niños en entornos de bajos recursos mediante la combinación de preferencia de la mirada, pupilometría y reconocimiento de gestos emocionales, realizado en un dispositivo de computación portátil que usa aprendizaje automático/visión profunda

Por Berthier Ribeiro-Neto, Director de Ingeniería, Google Latinoamérica

Source: Google Productos

Deja un comentario Cancelar la respuesta