https://hdl.handle.net/11185/1213 2026-09-21T23:07:44Z 2026-09-21T23:07:44Z Mitelsky, Marcos Iván https://hdl.handle.net/11185/9004 2026-09-16T15:05:58Z 2024-05-30T00:00:00Z

Caracterización de la sensibilidad diferencial en biotipos de Eleusine indica (L.) Gaertn al glifosato, haloxifop, cletodim y s-metolacloro, del Norte de la Provincia de Buenos Aires Mitelsky, Marcos Iván Eleusine indica (L.) Gaertn se considera una de las malezas más problemáticas y se encuentra en muchas regiones. Las malezas en situaciones de uso intensivo de herbicidas, tienen la capacidad de seleccionar biotipos poco sensibles a los mismos. El estudio de la sensibilidad diferencial permite conocer si el aumento de la frecuencia de la maleza es debido a la resistencia a herbicidas o problemas en la aplicación de los mismos. El objetivo de este trabajo fue cuantificar la sensibilidad de E. indica a herbicidas pre (s-metolacloro) y postemergentes (glifosato, haloxifop y cletodim), sobre 2 biotipos del norte de la provincia de Buenos Aires. Para cuantificar la sensibilidad diferencial de cada biotipo en estudio, a cada herbicida, se utilizó el peso fresco de la parte aérea de cada individuo, dicho valor se expresó como porcentaje de los testigos sin tratar y ajustando cada biotipo a un modelo logístico de cuatro parámetros. Se pudo determinar que el biotipo Paraíso requiere una dosis mayor de glifosato para reducir el 50% de la biomasa que el biotipo San Pedro, aunque la misma no tuvo diferencias estadísticas significativas. En cuanto a Haloxifop para reducir el 50% del biotipo del testigo el biotipo San Pedro requiere de 5,7 veces más de dosis que el biotipo Paraíso, aunque sin diferencia estadística significativa. La sensibilidad a glifosato y haloxifop resulta alta en ambos biotipos. No se pudo realizar el análisis de sensibilidad sobre cletodim y s-metolacloro debido a que la menor dosis en estudio controlaba todas las repeticiones.; Eleusine (Eleusine indica (L.) Gaertn) is considered one of the most problematic weeds. Weeds in situations of intensive herbicide use have the ability to select biotypes that are less susceptible to them. The study of differential susceptibility allows us to determine whether the increase in weed frequency is due to herbicide resistance or issues in their application.. To determine the differential susceptibility of every biotype being studied, the fresh weight of the air part of every plant was used. This value was expressed as a percentage of the plants without any treatment and adapting every biotypes to a logistic model of four parameters. The main objective of this study was to quantify the susceptibility of two biotypes of E. indica from northern Buenos Aires to pre (s-metolachlor) and post (glyphosate, haloxyfop and clethodim) emergence herbicides. Our results indicate that in order to obtain a 50% of biomass reduction of Paraiso biotype, a higher dose of glyphosate is needed when compared to the dose needed for San Pedro biotype, although this biomass did not have any significant statistical differences. In contrast, in order to obtain similar biomass reduction in San Pedro biotype, it was necessary to apply 5.7 times more than the dose of haloxyfop needed for the Paraiso biotype, although this did not have any significant statistical differences. Sensitivity to glyphosate and haloxyfop is high in both biotypes. Finally, when E. indica was treated with clethodim and s-metolachlor the minimum dose was sufficient to obtain a complete control. Fil: Mitelsky, Marcos Iván. Universidad Nacional del Litoral. Facultad de Ciencias Agrarias; Argentina.

2024-05-30T00:00:00Z Borzone, Eugenio https://hdl.handle.net/11185/9003 2026-09-15T16:43:20Z 2026-08-20T00:00:00Z

Desarrollo de nuevas arquitecturas neuronales en grafos para la inferencia de propiedades de redes biológicas Borzone, Eugenio Esta tesis desarrolla NEAConv, una arquitectura de red neuronal en grafos pensada para predecir propiedades de pares de nodos conectados, un tipo de problema central en bioinformática (similaridad molecular, interacciones proteína-proteína, anotación funcional) que las GNNs clásicas resuelven mal porque solo agregan información de nodos e ignoran la de las conexiones. NEAConv combina un mecanismo de atención tipo transformer que procesa nodos y conexiones en conjunto, con una función de pérdida híbrida que ordena el espacio de representaciones según la similaridad entre entidades. El modelo reduce el error de predicción de similaridad molecular un 87.5 % respecto de una línea base con perceptrones, y la ablación muestra que ambos componentes aportan de forma complementaria. Un resultado colateral importante: podar el grafo dejando solo las conexiones más centrales por nodo mejoró más el rendimiento que cualquier decisión de arquitectura, lo que sugiere que limpiar la red biológica pesa tanto como sofisticar el modelo. La arquitectura se validó además en predicción de interacciones proteína-proteína (donde supera al estado del arte en cinco organismos) y en anotación con Gene Ontology (donde iguala al mejor método especializado y supera a los demás), mostrando que los principios de diseño transfieren entre dominios.; This thesis develops NEAConv, a graph neural network architecture designed to predict properties of pairs of connected nodes, a type of problem that is central in bioinformatics (molecular similarity, protein-protein interactions, functional annotation) and that classical GNNs handle poorly because they only aggregate node information and ignore the information carried by the connections. NEAConv combines a transformer-style attention mechanism that processes nodes and connections jointly with a hybrid loss function that organizes the representation space according to the similarity between entities. The model reduces the error in molecular similarity prediction by 87.5% relative to a perceptron-based baseline, and the ablation study shows that both components contribute in a complementary way. An important secondary result: pruning the graph to keep only the most central connections per node improved performance more than any architectural decision, which suggests that cleaning up the biological network matters as much as making the model more sophisticated. The architecture was further validated on protein-protein interaction prediction (where it outperforms the state of the art across five organisms) and on Gene Ontology annotation (where it matches the best specialized method and outperforms the rest), showing that the design principles transfer across domains. Fil: Borzone, Eugenio. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.

2026-08-20T00:00:00Z Díaz Geromet, Lautaro https://hdl.handle.net/11185/9002 2026-09-15T14:35:32Z 2026-08-19T00:00:00Z

"Rompieron todo". Canon y rupturas en la historia del rock argentino (1968-1974) Díaz Geromet, Lautaro Este trabajo analiza la formación y consolidación del canon del rock nacional argentino mediante un abordaje que integra los presupuestos de la musicología histórica y de la historia. Se postula que la revisión analítica de los aspectos musicales, técnicos y discursivos de los fonogramas permite construir modos alternativos de historización de este fenómeno. En una primera instancia, se examinan las fuentes periodísticas y literarias fundacionales con el fin de deducir el canon ideológico inicial. A partir de esa base, se rastrea el devenir histórico de dicha legitimación a través de diversos medios de comunicación. Se aborda, asimismo, el rol del cine —tanto documental como de ficción— en tanto agente consagratorio clave y fuente de información contextual. En el plano teórico-metodológico, se adoptan las nociones bourdianas de campo y habitus, mediadas por los aportes de Díaz y Rodríguez Kees, junto con el análisis estructural de Dante Grela aplicado a una selección de 97 fonogramas. Sobre esta base, se identifican rupturas inadvertidas en las estructuras sonoras que desafiaron los hábitos hegemónicos de la música popular. Por último, se sintetizan los principales hallazgos, se ratifica la existencia del canon estudiado y se proponen nuevas líneas de investigación.; This paper analyzes the formation and consolidation of the canon of Argentine national rock through an approach that integrates the premises of historical musicology and history. It is posited that the analytical review of the musical, technical, and discursive aspects of phonograms allows for the construction of alternative modes of historicizing this phenomenon. In a first stage, foundational journalistic and literary sources are examined in order to deduce the initial ideological canon. Based on this foundation, the historical development of that legitimation is traced through various media. The role of cinema—both documentary and fiction—is also addressed as a key consecratory agent and source of contextual information. On the theoretical-methodological level, Bourdieu's notions of field and habitus are adopted, mediated by the contributions of Díaz and Rodríguez Kees, together with Dante Grela's structural analysis applied to a selection of 97 phonograms. On this basis, unnoticed ruptures in the sound structures that challenged the hegemonic habits of popular music are identified. Finally, the main findings are synthesized, the existence of the canon studied is confirmed, and new lines of research are proposed. Fil: Díaz Geromet, Lautaro. Universidad Nacional del Litoral. Facultad de Humanidades y Ciencias; Argentina.

2026-08-19T00:00:00Z Uhrig, Mariela Noelia https://hdl.handle.net/11185/9001 2026-09-14T14:34:43Z 2026-08-26T00:00:00Z

Modelado de demanda de energía eléctrica mediante redes neuronales artificiales a partir de información meteorológica Uhrig, Mariela Noelia La predicción de la demanda eléctrica es estratégica para planificar y operar los sistemas energéticos, pero resulta compleja por la interacción de factores externos, que generan dinámicas no lineales y patrones de variabilidad multiescala. Frente a las limitaciones de los modelos estadísticos clásicos, esta tesis aborda la predicción de la demanda eléctrica diaria de la provincia de Entre Ríos (Argentina) mediante un enfoque multivariado que integra registros históricos de consumo, variables meteorológicas del reanálisis ERA5-ECMWF y variables temporales. Se analizan horizontes de 1, 7 y 14 días. Como primera contribución, se desarrolla y optimiza sistemáticamente una arquitectura LSTM mediante múltiples configuraciones, búsqueda en grilla de hiperparámetros y validación cruzada. Los modelos obtenidos superan a SARIMAX y DA-SKIP, con arquitecturas más parsimoniosas y eficientes. Posteriormente, se estudian mecanismos de atención y se proponen DA-LSTM y AMBER, arquitectura que modela la relevancia de las variables meteorológicas en el contexto histórico y el horizonte de predicción. El modelo LSTM multivariado optimizado alcanza, para un día, R²=0,94 y RMSE=727,2 MWh. AMBER mejora estos resultados, con R²=0,94 y RMSE=608,86 MWh, reduce el error un 16,3% y obtiene el menor sesgo sistemático (%Bias=-0,70); a 14 días mantiene R²=0,69. Además, los pesos de atención identifican las variables térmicas y de radiación como las más relevantes. Los resultados demuestran que combinar arquitecturas recurrentes multivariadas con atención meteorológica mejora la precisión, robustez e interpretabilidad de la predicción, con aplicación directa en sistemas regionales de distribución.; Electricity demand forecasting is strategic for energy system planning and operation, but it is complex due to the interaction of external factors, which generate nonlinear dynamics and multiscale variability patterns. Given the limitations of classical statistical models, this thesis addresses daily electricity demand forecasting in the province of Entre Ríos, Argentina, through a multivariate approach that integrates historical consumption records, meteorological variables from the ERA5-ECMWF reanalysis, and temporal variables. Forecast horizons of 1, 7, and 14 days are analyzed. As a first contribution, an LSTM architecture is systematically developed and optimized using multiple configurations, grid search for hyperparameters, and cross-validation. The resulting models outperform SARIMAX and DA-SKIP while using more parsimonious and efficient architectures. Subsequently, attention mechanisms are investigated, and DA-LSTM and AMBER are proposed; the latter models the relevance of meteorological variables in both the historical context and forecast horizon. For the one-day horizon, the optimized multivariate LSTM model achieves R² = 0.94 and RMSE = 727.2 MWh. AMBER improves these results, achieving R² = 0.94 and RMSE = 608.86 MWh, reducing the error by 16.3%, and yielding the lowest systematic bias (%Bias = −0.70); at the 14-day horizon, it maintains R² = 0.69. In addition, the attention weights identify thermal and radiation variables as the most relevant. The results demonstrate that combining multivariate recurrent architectures with meteorological attention improves forecasting accuracy, robustness, and interpretability, with direct applicability to regional distribution systems. Fil: Uhrig, Mariela Noelia. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.

2026-08-26T00:00:00Z