Oportunidades Públicas

Fecha de Creación	Descripción	Mentor(es)	Acciones
15/01/2025	Monitoring Seismicity in Front of the Juan Fernández Ridge Keywords: geofisica sismología análisis de señales geodesia Prerequisites: No prerequisites Available vacancies: 2/3 Class Code Initials: ICE This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits Monitoreo de sismicidad frente al ridge de Juan Fernández Problemática El ridge de Juan Fernández representa una anomalía batimétrica a lo largo de la zona de subducción chilena, lo que lo convierte en un caso de estudio único por su potencial rol como “barrera sísmica” durante la propagación de grandes terremotos. Adicionalmente, se ha observado que la subducción de un ridge puede llevar a un aumento en la cantidad de fluidos presentes en la zona de contacto entre las placas, lo que ha sido relacionado a la ocurrencia de “enjambres sísmicos” (swarms) persistentes en el tiempo al igual que terremotos lentos. Sin embargo, la detección de este tipo de señales es dificil debido a su baja magnitud y la falta de redes sísmicas densas en la costa chilena. Objetivo El objetivo principal de este proyecto es que el/la estudiante detecte, analice y monitoree la sismicidad que ocurre frente a la costa de Valparaíso asociada a la subducción del ridge de Juan Fernández. Para ello, y a modo de prototipo, se instalarán equipos sísmicos en la Estación Coste Keywords: geofisica sismología análisis de señales geodesia Prerrequisitos: Sin prerrequisitos Vacantes disponibles: 2/3 Siglas iniciales: ICE Tiene un método de evaluación Nota 1-7, con 10 créditos	Leoncio Ezequiel Cabrera Castro Marcos Simon Moreno Switt	Ver
18/07/2025	Automatic detection of audio signatures in underwater acoustic scenes Marine ecosystems can be studied through recordings of underwater acoustic scenes using hydrophones. The objective of this project is to develop and to implement efficient methods for the detection of acoustic signatures of distinct fish species living in these ecosystems. This problem is part of an interdisciplinary collaboration with marine biologists which poses interesting computational challenges. This is due to the length of the audio recordings, the reduced number of acoustic signatures, and the low signal to noise ratio due to the diversity of the acoustic scene. From a mathematical perspective, the detection is formulated similarly to blind deconvolution. The signal is modeled as a superposition of a few components modulated in frequency and corrupted by additive noise. To identify these components, we avoid a black-box approach, solving instead a semidefinite program. The computational challenge involves developing efficient solvers able to scale up to long audio recordings with low signal to noise ratio. Keywords: análisis de fourier análisis de señales Optimización convexa Prerequisites: No prerequisites Available vacancies: 3/4 Class Code Initials: IMT This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits Detección automática de firmas de audio en grabaciones de paisajes acústicos submarinos Hoy en día es posible estudiar los ecosistemas marinos a través de grabaciones de paisajes acústicos usando hidrófonos. El objetivo de este proyecto es desarrollar e implementar métodos eficientes para la detección de firmas acústicas de distintas especies de peces en estos ecosistemas. Este problema se enmarca en una colaboración interdisciplinaria con biólogos marinos que plantea un importante desafío computacional. Esto se debe la larga duración de las grabaciones, el número reducido de firmas acústicas, y a la baja razón señal a ruido producto de la diversidad acústica del ambiente marino. Desde una perspectiva matemática, la detección se formula como un problema similar a la deconvolución a ciegas. La señal se modela como una superposición de pocas componentes moduladas en frecuencia y corruptas por ruido aditivo. Para identificar estas componentes, se plantea un problema de optimización convexa de tipo semidefinido positivo, evitando así un enfoque tipo caja negra. El desafío computacional involucra diseñar métodos eficientes de resolución, capaces de escalar a audios de larga duración y baja razón señal a ruido. Keywords: análisis de fourier análisis de señales Optimización convexa Prerrequisitos: Sin prerrequisitos Vacantes disponibles: 3/4 Siglas iniciales: IMT Tiene un método de evaluación Nota 1-7, con 10 créditos	Carlos Alberto Sing-long Collao	Ver