© 2019 Facultad de Ciencias Exactas, Físicas y Naturales. Todos los derechos reservados
Nacionalidad: Argentino.
e-mail: julian.pucheta@yahoo.com.ar (anterior: ipucheta@inaut.unsj.edu.ar )
Sitio Laboral: http://www.inv.limac.efn.uncor.edu/, http://labimac.blogspot.com/, https://fcefyn.unc.edu.ar/facultad/secretarias/investigacion-y-desarrollo/laboratorios/laboratorio-de-investigacion-matematica-aplicada-a-control-limac
Email: limac@fcefyn.unc.edu.ar, https://orcid.org/0000-0003-1390-7405
Pucheta, J., Sauchelli, V. “Control Óptimo y Sistemas Estocásticos”, Número 13997 e ISBN 978-3-659-03577-7, Editorial Académica Española es una marca comercial de LAP LAMBERT Academic Publishing GmbH& Co. KG Heinrich-Böcking-Str. 6-8 66121, Saarbrücken, Germany. www.eae-publishing.com.
Pucheta, J. A. “Control Óptimo para Procesos No Lineales con Restricciones. Aplicación al Guiado del Desarrollo de Cultivos”. Libro De Tesis De Doctorado En Ingeniería De Sistemas De Control. ISBN 950-105-605-467-3 (Cat. En fuente 978-950-105-605-467-0). Editorial Fundación Universidad Nacional De San Juan. (2006).
Pucheta, J. A. “Generación De Trayectorias Optimas Y Control Para Guiar El Desarrollo De Cultivos En Invernaderos”. Libro De Tesis De Maestría En Ingeniería De Sistemas De Control. ISBN 950-605-299-9. Editorial Fundación Universidad Nacional De San Juan. (2002).
Rivero C.R., Pucheta J., Patiño D., Otaño P., Franco L., Juárez G. (2020) “Short-Term Rainfall Forecasting with E-LSTM Recurrent Neural Networks Using Small Datasets”. In: Huang DS., Premaratne P. (eds) Intelligent Computing Methodologies. ICIC 2020. Lecture Notes in Computer Science, vol 12465. Springer, Cham. https://doi.org/10.1007/978-3-030-60796-8_22. ISBN 978-3-030-60795-1 (Print 978-3-030-60796-8). 2020. 638 pp. pp 258-270. 2020.
Pucheta J., Alasino G., Salas C., Herrera M., Rivero C.R. (2020) ”Stochastic Analysis for Short- and Long-Term Forecasting of Latin American Country Risk Indexes”. Series Editor Hamid Arabnia, Department of Computer Science, The University of Georgia, Athens, Georgia, USA. In: Arabnia H., Daimi K., Stahlbock R., Soviany C., Heilig L., Brüssau K. (eds) Principles of Data Science. Transactions on Computational Science and Computational Intelligence. Springer, Cham. First Online 09 July 2020. DOI https://doi.org/10.1007/978-3-030-43981-1_12. Publisher Name Springer, Cham. Print ISBN 978-3-030-43980-4. Online ISBN 978-3-030-43981-1. eBook Packages Engineering Engineering (R0). Pp 249-272.
Cristian Rodríguez Rivero, Julián Pucheta, Daniel Patiño, Jose Luis Puglisi, Paula Otaño, Leonardo Franco, Gustavo Juarez, Efrén Gorrostieta and Alvaro David Orjuela-Cañón. “Bayesian Inference for Training of Long Short Term Memory Models in Chaotic Time Series Forecasting”. December 2019. DOI: 10.1007/978-3-030-36211-9_16. In book: Second IEEE Colombian Conference, ColCACI 2019, Barranquilla, Colombia, June 5-7, 2019, Revised Selected Papers, Editors Alvaro David Orjuela-Cañon,Juan Carlos Figueroa-García, Julián David Arias-Londoño. Applications of Computational Intelligence. Pages 197-208. Pp 279. https://www.springer.com/gp/book/9783030362102?wt_mc=ThirdParty.SpringerLink.3.EPR653.About_eBook#aboutBook. eBook ISBN 978-3-030-36211-9. Series ISSN 1865-0929. Publisher Springer International Publishing.
Julián Pucheta, C. Rodríguez Rivero, Carlos Salas, Martín Herrera, Sergio Laboret, Carlos Contrera. “Diseño de neurocontroladores basado en control óptimo aproximado para procesos restringidos”. Capítulo del Libro “Producción Científica de la Facultad de Tecnología y Ciencias Aplicadas VI”. ISBN 978-987-661-233-3. 2017. RAZÓN SOCIAL Universidad Nacional de Catamarca. SELLO. Editorial Científica Universitaria de la Universidad Nacional de Catamarca. TIPO LIBRO Físico. IDIOMAS Español /IDIOMA ORIGINAL. TIPO DE OBRA Original. Pag. 33-40. Pags 125. 2017.
Julián A. Pucheta, Miguel Piumetto, Juan C. Gómez Targarona. “Control óptimo del desbalance controlando el ingreso de la generación distribuida mediante programación dinámica”. Capítulo del Libro “Producción Científica de la Facultad de Tecnología y Ciencias Aplicadas V”. Editores: Marcelo E. Savio, Erlinda del Valle Ortiz, Paola Inés Beltramini. ISBN: 978-987-661-186-2. (2015). Editorial Científica Universitaria de la Universidad Nacional de Catamarca. Pag. 167-173. Pags 333.
Lucas M. Arjona, Julián A. Pucheta, Sergio H. Gallina, Carlos A. Salas. ”Desarrollo de sensor de humedad en hoja con interface IEEE 1451 para aplicaciones de riego automático”. Del Libro “Producción Científica de la Facultad de Tecnología y Ciencias Aplicadas IV”. Editores: Jesús E. Cano, Marcelo E. Savio. ISBN: 978-987-661-116-9. (2013). Editorial Científica Universitaria de la Universidad Nacional de Catamarca.
Julián Pucheta, C. Rodríguez Rivero, Martín Herrera, Carlos Salas, Odile Londero, Víctor Sauchelli y H. Daniel Patiño, Capítulo titulado , "Método no paramétrico basado en rugosidad para el diseño de filtros predictores de series temporales" del libro “Producción Científica de la Facultad de Tecnología y Ciencias Aplicadas III”. Pp 276, Editores: Jesús E. Cano, Marcelo E. Savio. ISBN: 978-987-661-116-9. Pp. 117-122 (2012). Editorial Científica Universitaria de la Universidad Nacional de Catamarca.
Julián Pucheta, C. Rodríguez Rivero, Martín Herrera, Carlos Salas, Odile Londero, Víctor Sauchelli y H. Daniel Patiño, Capítulo titulado , "Método no paramétrico basado en submuestreo para el diseño de filtros predictores de series temporales" del libro “Producción Científica de la Facultad de Tecnología y Ciencias Aplicadas III”. Pp 276, Editores: Jesús E. Cano, Marcelo E. Savio. ISBN: 978-987-661-116-9. Pp. 123-128 (2012). Editorial Científica Universitaria de la Universidad Nacional de Catamarca.
Julián Pucheta, C. Rodríguez Rivero, Martín Herrera, Carlos Salas, Odile Londero, Víctor Sauchelli y H. Daniel Patiño, Capítulo titulado , "Método no paramétrico basado en energía para el diseño de filtros predictores de series temporales" del libro “Producción Científica de la Facultad de Tecnología y Ciencias Aplicadas III”. Pp 276, Editores: Jesús E. Cano, Marcelo E. Savio. ISBN: 978-987-661-116-9. Pp. 129-134 (2012). Editorial Científica Universitaria de la Universidad Nacional de Catamarca.
Julián Pucheta, Martín Herrera, Carlos Salas, Víctor Sauchelli, C. Rodríguez Rivero, H. Daniel Patiño, Capítulo titulado , «Non-parametric methods for forecasting time series from cumulative monthly rainfall», pp. 45-67, del libro «Rainfall: Behavior, Forecasting and Distribution» Editors: Olga E. Martín and Tricia M. Roberts, Nova Science Publishers, Inc. ISBN: 978-1-62081-551-9. https://www.novapublishers.com/catalog/product_info.php?products_id=30548. (2012).
Pucheta, J., Patino, D. and Kuchen, B. “A Statistically Dependent Approach For The Monthly Rainfall Forecast from One Point Observations”. In IFIP International Federation for Information Processing Volume 294, Computer and Computing Technologies in Agriculture II, Volume 2, eds. D. Li, Z. Chunjiang, (Boston: Springer), pp. 787–798. (2009). http://www.springerlink.com/content/v4651015hn60t7g8/?p=c2668d5d24fc41ef914d439a9ec86142.
Pucheta, Julián; Salas, Carlos; Herrera, Martín; Arrieta, Fernando; Patiño, H. Daniel; Rodríguez Rivero, Cristian. “Análisis de distribuciones de series temporales aplicada a la tendencia climática para la región del Valle de Catamarca“. INVESTIGACIONES EN FACULTADES DE INGENIERÍA DEL NOA. ISSN: 1853-6662 - Número 9 - Año 2023. Pp 721-728.
Herrera, Martín; Pucheta, Julián; Salas, Carlos; Patiño, H. Daniel; Rodríguez Rivero, Cristian. “Controlador óptimo con observación de estados basado en el principio del máximo de Pontryagin de bajo costo computacional “. INVESTIGACIONES EN FACULTADES DE INGENIERÍA DEL NOA. ISSN: 1853-6662 - Número 9 - Año 2023. Pp 622-628.
Pucheta, Julián, Salas, Carlos, Herrera, Martín, Arrieta, Fernando, Patiño, H. Daniel y Rodríguez Rivero, Cristian. “Pronóstico de series temporales aplicada a la predicción de eventos climáticos severos para la Región del Valle de Catamarca”. Revista Nº 8. Investigaciones en Facultades de Ingeniería del NOA. INVESTIGACIONES EN FACULTADES DE INGENIERIA DEL NOA. ISSN: 1853-6662. Pp240-245. 2023.
Julián Pucheta, Carlos Salas, Martín Herrera, Cristian Rodríguez Rivero, Gustavo Alasino (2019). “Short and Long-Term Time Series Forecasting Stochastic Analysis for Slow Dynamic Processes”. Applied Mathematics, 2019, Vol 10 número 8, 704-717. ISSN Online: 2152-7393 ISSN Print: 2152-7385. DOI: 10.4236/am.2019.108050.
Pucheta J., Salas C., Piumetto M., Herrera M., Rodríguez Rivero C. (2019). “Low Voltage Daily Energy Demand Temperature Dependent Representation by Using Circular Statistics”. Applied Mathematics, Vol.10 No.8, August 2019, pp 61-74. ISSN Online: 2152-7393 ISSN Print: 2152-7385. DOI: 10.4236/am.2019.103006.
Pucheta, J., Rodríguez Rivero, C., Salas, C., Herrera, M., Laboret, S. “Stability analysis of a neurocontroller with Kalman estimator for the inverted pendulum case”. Publicado en Applied Mathematics, Vol.8 No.11(2017), Paper ID 80553, 17 pages. DOI:10.4236/am.2017.811117. SciRes. http://www.scirp.org/journal/am. ISSN Print: 2152-7385 ISSN Online: 2152-7393.
Pucheta, J., Salas, C. “El constructivismo en la enseñanza de tecnologías aplicadas en Ingeniería Electrónica”. Publicado en la Revista Investigaciones en Facultades de Ingeniería del NOA. ISSN: 1853-6662 Número 3. https://drive.google.com/file/d/1YkaklXxXRhWId7dSzI4VwGfeTdSgmadS/view. Noviembre 2017. Pp 39-46.
Cristian Rodríguez Rivero, Julián Pucheta, Sergio Laboret and Víctor Sauchelli. “Energy associated tuning method for short-term series forecasting by complete and incomplete datasets”. Journal of Artificial Intelligence and Soft Computing Research. Volume 7, Issue 1, Pages 5–16, ISSN (Online) 2083-2567, DOI: https://doi.org/10.1515/jaiscr-2017-0001, 2017.
Cristian Rodriguez Rivero, Julián Pucheta, Victor Sauchelli, H. Daniel Patiño, «Short time series prediction: Bayesian Enhanced modified Approach with application to cumulative rainfall series», International Journal of Innovative Computing and Applications, Inderscience Publishers Ltd, 2016 Vol.7, No.3, pp.153 – 162. DOI: http://dx.doi.org/10.1504/IJICA.2016.078730. 2016.
Cristian Rodríguez Rivero, Julián Pucheta, Sergio Laboret and Víctor Sauchelli. “Energy associated tuning method for short-term series forecasting by complete and incomplete datasets”. Journal of Artificial Intelligence and Soft Computing Research. http://jaiscr.eu/. En prensa 2017, Volume 7, Number 1. 2017.
Cristian Rodriguez Rivero, Daniel Patiño, Julian Pucheta and Victor Sauchelli, “A New Approach for Time Series Forecasting: Bayesian Enhanced by Fractional Brownian Motion with Application to Rainfall Series” International Journal of Advanced Computer Science and Applications(ijacsa) issn 2156-5570, 7(3), 2016. http://dx.doi.org/10.14569/IJACSA.2016.070334 – See more at: http://thesai.org/Publications/ViewPaper?Volume=7&Issue=3&Code=ijacsa&SerialNo=34#sthash.ETZInPQR.dpuf. 2016.
Baumgartner, Josef, Flesia, Ana Georgina, Gimenez, Javier, Pucheta, Julian. «A new image segmentation framework based on two-dimensional hidden Markov models». DOI: 10.3233/ICA-150497. In Journal Integrated Computer-Aided Engineering, http://content.iospress.com/journals/integrated-computer-aided-engineering/23/1, vol. 23, no. 1, pp. 1-13, 2016.
Rivero, C.R., Pucheta, J., Laboret, S., Patiño, D. and Sauchelli, V. “Forecasting Short Time Series with Missing Data by Means of Energy Associated to Series”. Applied Mathematics, 6, http://dx.doi.org/10.4236/am.2015.69143. Applied Mathematics, 2015, 6, 6, 1611-1619, Published Online August 2015 in SciRes. http://www.scirp.org/journal/am. 2015.
Baumgartner, Josef, Gimenez, Javier, Scavuzzo, Marcelo, Pucheta, Julian. “A new approach to segmentation of multispectral remote sensing images based on MRF”. IEEE Geoscience and Remote Sensing Letters Volume/Issue:Volume 12, Issue 8. Publication Year: 2015, Page(s):1720-1724.
Miguel Piumetto, Juan C. Gómez, Julián A. Pucheta, Jorge C. Vaschetti. ” Algoritmo de Aprendizaje-Q aplicado al control de la Calidad de Potencia en Redes de Media Tensión con Generación Distribuida”. Vol. 26 (3) (Mayo-Junio de 2015) en la revista internacional “Información Tecnológica”, ISSN 0718-0764, Centro de Información Tecnológica (CIT) c/ Mons. Subercaseaux 667 La Serena – Chile http://www.citrevistas.cl.
Piumetto, M., Pucheta, J.A., Targarona, J.C.G. “Dynamic Programming for the control of power quality in unbalanced medium voltage networks with distributed generation”. (2014) IEEE Latin America Transactions, 12 (7), art. no. 6948856, pp. 1221-1227. ISSN 1548-0992. http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6948856
Cristian Rodriguez Rivero and Julian Antonio Pucheta, “Forecasting Rainfall Time Series with stochastic output approximated by neural networks Bayesian approach” International Journal of Advanced Computer Science and Applications(ijacsa), 5(6), 2014. http://dx.doi.org/10.14569/IJACSA.2014.050623 – See more at: http://thesai.org/Publications/ViewPaper?Volume=5&Issue=6&Code=ijacsa&SerialNo=23#sthash.460C2Bkx.dpuf.
S. H. Gallina, L. D. Villagrán, P. Beltramini, J. A. Pucheta, G. Peretti, S. F. Felissia. “Implementando Internet 0 en una red domótica”. Revista Argentina de Ingeniería, ISSN 2314-288X, Editorial Consejo Federal de Decanos de Facultades de Ingeniería, Año 2, Volumen 2, Agosto de 2013. Pp 133-140. http://www.radi.org.ar/files/19_t11_n2.pdf. 2013.
Cristian M. Rodríguez Rivero, Julián A. Pucheta, Martín R. Herrera, Victor Sauchelli, Sergio Laboret. “Time Series Forecasting Using Bayesian Method: Application to Cumulative Rainfall”, (“Pronóstico de Series Temporales usando inferencia Bayesiana: aplicación a series de lluvia de agua acumulada»). ISSN 1548-0992. Pp. 359 364. IEEE LATIN AMERICA TRANSACTIONS, VOL. 11, NO. 1, FEB. 2013.http://www.ewh.ieee.org/reg/9/etrans/ieee/issues/vol11/vol11issue1Feb.2013/11TLA1_62RodriguezRivero.pdf.
Julián A. Pucheta , Cristian M. Rodríguez Rivero , Martín R. Herrera, Carlos A. Salas, H. Victor Sauchelli. “Rainfall Forecasting Using Sub sampling Nonparametric Methods” (“Pronóstico de lluvia usando métodos no paramétricos con submestreo”). ISSN 1548-0992. Pp. 346-350. IEEE LATIN AMERICA TRANSACTIONS, VOL. 11, NO. 1, FEB. 2013. http://www.ewh.ieee.org/reg/9/etrans/ieee/issues/vol11/vol11issue1Feb.2013/11TLA1_110Pucheta.pdf.
C. Rodríguez Rivero, M. Herrera, J. Pucheta, J. Baumgartner, D. Patiño and V. Sauchelli “High Roughness Time Series Forecasting based on energy associated of series”, Number 5, 2012 Journal of Communication and Computer, USA, David Publishing Company.
Julián A. Pucheta , Cristian M. Rodríguez Rivero , Martín R. Herrera, Carlos A. Salas, H. Daniel Patiño y Benjamín R. Kuchen, “A NN approach for cumulative monthlyrainfall time series forecasting tuned by roughness”, International Journal of the Physical Sciences, ISSN 1992 – 1950 ©2012 Academic Journals, International Journal of Physical Sciences Vol. 7(24), pp. 3018 – 3031, 22 June, 2012.
J. Pucheta, M., C. Rodríguez Rivero, M. Herrera, C. Salas, D. Patiño and B. Kuchen. “A Feed-forward Neural Networks-Based Nonlinear Autoregressive Model for Forecasting Time Series”. Revista Computación y Sistemas, Centro de Investigación en Computación-IPN, México D.F., México, Computación y Sistemas Vol. 14 No. 4, 2011 pp 423-435 ISSN 1405-5546. http://www.cic.ipn.mx/sitioCIC/images/revista/vol14-4/art07.pdf.
Pucheta, J., Patiño, H., Schugurensky, C., Fullana, R., Kuchen, B. “Optimal Control Based-Neurocontroller to Guide the Crop Growth under Perturbations”. Dynamics Of Continuous, Discrete And Impulsive Systems Special Volume Advances in Neural Networks-Theory and Applications. DCDIS A Supplement, Advances in Neural Networks, Vol. 14(S1) 618—623 Watam Press. (2007). Disponible en http://bbcr.uwaterloo.ca/~journal/Book2-Neural.pdf.
J.A. Pucheta, C. Schugurensky, R. Fullana, H. Patiño and B. Kuchen. “Optimal greenhouse control of tomato-seedling crops”. Computers and Electronics in Agriculture, Volume 50, Issue 1, January 2006, Pages 70-82.
J.A. Pucheta, C. Schugurensky, R. Fullana, H. Patiño and B. Kuchen. “A Neuro-Dynamic Programming-Based Optimal Controller for Tomato Seedling Growth in Greenhouse Systems”. Neural Processing letters. Editorial Springer Verlag (Springer Netherlands). ISSN 1370-4621 1370-4621 (Print) 1573-773X (Online) DOI 10.1007/s11063-006-9022-9, Volume 24, Number 3 / December, 2006, Pages 241-260.
Expositor del artículo titulado “Predicción de series temporales aplicada a la tendencia climática para la Región del Valle de Catamarca. alerta temprana de eventos severos”. Exposición. Escrito por Pucheta, Julián, Salas, Carlos, Herrera, Martín, Arrieta, Fernando, Patiño, H. Daniel y Rodríguez Rivero, Cristian en la I CONGRESO INTERNACIONAL DE ESTADÍSTICA E INGENIERÍA APLICADA – I CIEIA. Realizado entre el 14 y 15 de diciembre de 2023, en la Universidad Nacional de Salta (Argentina). https://www.youtube.com/watch?v=HN2MsU11BP4. (1:48:49.9 a 2:03:25.6)
Herrera, Martín, Pucheta, Julián, Salas, Carlos, Patiño, H. Daniel y Rodríguez Rivero, Cristian. “Controlador óptimo con observación de estados basado en el principio del máximo de Pontryagin de bajo costo computacional”.Publicado en los anales del 1° Congreso de Ciencia y Tecnología del CODINOA, realizado el 28 y 29 de septiembre del 2023 en la Facultad de Ingeniería de la Universidad Nacional de Jujuy.
Pucheta, Julián, Salas, Carlos, Herrera, Martín, Arrieta, Fernando, Patiño, H. Daniel y Rodríguez Rivero, Cristian. “Análisis de distribuciones de series temporales aplicada a la tendencia climática para la región del Valle de Catamarca”. Publicado en los anales del 1° Congreso de Ciencia y Tecnología del CODINOA, realizado el 28 y 29 de septiembre del 2023 en la Facultad de Ingeniería de la Universidad Nacional de Jujuy.
Pucheta, Julián; Salas, Carlos; Herrera, Martín. “Sistema de predicción de eventos climáticos severos para la Región del Valle de Catamarca”. Libro de Resumenes de la 2da. edición de Jornadas Interdisciplinarias de Aplicaciones de Fenómenos de Superficie (JIAFES) y la 4ta. edición de los Seminarios de Vinculación y Transferencia (SeVyT). Realizado entre el 13 y 15 de septiembre de 2023, en la Facultad de Ingeniería de la Universidad de Buenos Aires.
Pucheta, J. A., Salas, C. A., Herrera, M. “Herramientas para avalúo de aprendizajes en materias de tecnologías aplicadas en Ingeniería Electrónica”. Publicado en Anales de las IV Jornadas de Divulgación sobre Líneas de Investigación en Educación en Disciplinas Tecnológicas, realizadas el 20 y 21 de Octubre de 2022 en la Facultad de Tecnología y Ciencias Aplicadas, de la Universidad Nacional de Catamarca. Editorial UNCA. Archivo Digital: descarga y online ISBN 978-987-661-431-3.
Salas, Carlos, Pucheta, Julián, Herrera, Martín, Patiño, H. Daniel y Rodríguez Rivero, Cristian. Pronóstico de series temporales aplicada a la predicción de eventos climáticos severos para la Región del Valle de Catamarca. Libro de Resúmenes de las XV Jornadas de Ciencia y Tecnología de las Facultades de Ingeniería del NOA-Salta 2022. Libro digital, PDF Archivo Digital: descarga y online ISBN 978-987-633-588-1. EUNSA – Editorial de la Universidad Nacional de Salta. Jornadas realizadas el 29 y 30 de septiembre de 2022 en la Ciudad de Salta. Pp 363-366.
Pucheta, J. A., Salas, C. A., Herrera, M. Avalúo de aprendizajes en materias de tecnologías aplicadas en Ingeniería Electrónica. Publicado en los Anales del 6º Congreso Argentino de Ingeniería. 12º Congreso Argentino de Enseñanza de Ingeniería, organizado por el CONFEDI https://confedi.org.ar/cadi/edicion-2022/ y llevado a cabo los días 7, 8 y 9 de Septiembre de 2022, Resistencia (Chaco) y (Corrientes) Corrientes. Pág. 288. ISBN 978-987-4050-08-3.
Cristian Rodriguez Rivero, Julián Pucheta, Martin Herrera, Daniel Patiño, Paula Otaño, Leonardo Franco, Gustavo Juarez. “Ensemble Forecasting by Energy Associated modified by Renyi’s entropy and statistical roughness in the learning process”. ITISE2022 (International Conference on Time Series and Forecasting), Gran Canaria, Spain, June 27-30, 2022.
Julian Pucheta, Sergio Laboret, H. Daniel Patino, Carlos Salas, Cristian Rodriguez Rivero, Martin Herrera. “Dynamic Model Change Analysis of Social Behavior Processes during the COVID19 Pandemic”. Disponible en https://ieeexplore.ieee.org/document/9799080. ISBN # 1-60132-515-0; American Council on Science & Education CSCI 2021 (american-cse.org). CSCI 2021 BOOK of ABSTRACTS The 2021 International Conference on Computational Science and Computational Intelligence (CSCI’21) https://www.american-cse.org/csci2021/ December 15-17, 2021 Luxor Hotel (MGM Property), 3900 Las Vegas Blvd. South, Las Vegas, 89109, USA. J. Pucheta, S. Laboret, H. Daniel Patiño, C. Salas, C. Rodriguez Rivero and M. Herrera, "Dynamic model change analysis of social behavior processes during the COVID19 pandemic," 2021 International Conference on Computational Science and Computational Intelligence (CSCI), Las Vegas, NV, USA, 2021, pp. 1381-1387, doi: 10.1109/CSCI54926.2021.00277.
Martin Herrera, Julian Pucheta, H. Daniel Patiño, Carlos Salas and Cristian Rodriguez Rivero. “A novel LQR controller design method based on the Pontryagin’s maximum principle”. Anales de la XIX Reunión de Trabajo en Procesamiento de la Información y Control - RPIC 2021. 3 al 5 de noviembre de 2021, San Juan, Argentina. 2021. https://ieeexplore.ieee.org/document/9648447.
Hector Daniel Patiño, Santiago Tosetti, Julian Pucheta y Cristian Rodriguez Rivero. “Control of COVID-19 Outbreak for Preventing Collapse of Healthcare Capacity”. Anales de la XIX Reunión de Trabajo en Procesamiento de la Información y Control - RPIC 2021. 3 al 5 de noviembre de 2021, San Juan, Argentina. 2021.https://ieeexplore.ieee.org/document/9648495.
Pucheta, Julián Antonio; Salas, Carlos Alberto; Herrera, Martín Rafael. “Evaluación de aprendizajes mediante estrategias metodológicas de dictado virtual en materias de tecnologías aplicadas en Ingeniería Electrónica”. Presentado en el Encuentro Argentino y Latinoamericano de Ingeniería CADI / CLADI / CAEDI, organizado por la Facultad de Ingeniería de la Universidad de Buenos Aires y llevado a cabo los días 5, 6 y 7 de octubre de 2021, de manera virtual.
Pucheta, Julián Antonio; Salas, Carlos Alberto; Herrera, Martín Rafael. “Rúbrica para evaluación de aprendizajes mediante de dictado virtual en materias de tecnologías aplicadas en Ingeniería Electrónica”. Libro de resúmenes : 3° Jornadas de divulgación sobre líneas de Investigación en Educación en Disciplinas Tecnológicas. 23 y 24 de septiembre de 2021. Catamarca, Argentina. Editorial Científica Universitaria de la Universidad Nacional de Catamarca, 2021. Archivo Digital: ISBN 978-987-661-392-7. Pp 42.
Julián Pucheta, Carlos Salas, Martín Herrera, Daniel Patiño y Cristian Rodríguez Rivero. “Análisis y modelado de procesos dinámicos de dinámica lenta enfocados a mitigar la pandemia COVID19 mediante inteligencia artificial”. Congreso de Ciencias, Tecnología e Innovación, llevado a cabo de manera virtual los días 26, 27, y 28 de mayo de 2021 en la Universidad Nacional de Catamarca. Libro de Resúmenes Editorial Científica Universitaria UNCA. ISBN 978-987-661-379-8. http://editorial.unca.edu.ar/Publicacione%20on%20line/LIBROS%20ONLINE/RESUMENES%20CTI/LIBRO_RESUMENES_CTI.pdf. Pag 259.
J. Pucheta, C. Salas, M. Herrera, H. D. Patiño and C. R. Riveros, “Análisis y Modelado de Procesos Dinámicos para Medir el Cambio de Conducta Social en el Marco del COVID-19”, 2020 IEEE Congreso Bienal de Argentina (ARGENCON), 2020, pp. 1-6, doi: 10.1109/ARGENCON49523.2020.9505520. (2020).
H. D. Patiño, S. Tosetti, J. Pucheta, and C. R. Riveros, “Control of COVID-19 Outbreak for Preventing Collapse of Healthcare Capacity based on Social Distancing, Confinement and Testing-Quarantining”, 2020 IEEE Congreso Bienal de Argentina (ARGENCON), 2020, pp. 1-6, doi: 10.1109/ARGENCON49523.2020.9505448. https://ieeexplore.ieee.org/document/9505482. 10.1109/ARGENCON49523.2020.9505482 (Multimedia). (2020).
Pucheta, Julián, Salas, Carlos, Herrera, Martín, Patiño, H. Daniel, Rodríguez Rivero, Cristian. “Un método basado en inteligencia artificial para proyectar el número de infectados diarios de COVID-19 en Argentina” JAC 2020 Jornada JAC https://youtu.be/6u0vHEtSSJQ. “Jornada Académico – Científica 2020”. Virtual. Unidad Hospitalaria Medicina Interna N°2. Hospital San Roque”. FCM – UNC. 23 de Octubre de 2020.
"Readecuación de asignaturas presenciales de Tecnologías Aplicadas de la Carrera Ingeniería Electrónica al contexto de aislamiento debido al COVID 19". En las 2° Jornadas de Divulgación sobre Líneas de Investigación en Educación en Disciplinas Tecnológicas. / Lidia Aguirre de Quevedo ... [et al.]. - 1a ed. Editorial Científica Universitaria de la Universidad Nacional de Catamarca, 2020. Libro digital, HTML Archivo Digital: descarga y online ISBN 978-987-661-355-2. 1. Educación Tecnológica. I. Aguirre de Quevedo, Lidia. CDD 607.3. Editora: Dra. Erlinda del Valle Ortiz. 2020.
Gustavo Alasino, Julián Pucheta, Carlos Salas, Martín Herrera. “Análisis Predictivo de corto y largo plazo del riesgo país para economías latinoamericanas”, presentado en las 48º Jornadas Argentinas de Informática organizadas por la Sociedad Argentina de Informática, SADIO,, publicado en los Anales del Simposio Argentino de Inteligencia Artificial (ASAI) ISSN 2451-7585 realizado entre el 16 y 20 de septiembre de 2019 en la ciudad de Salta. Pp. (123-136), http://170.210.201.137/pdfs/asai/ASAI-13.pdf.
Pucheta, Julián, Salas, Carlos, Piumetto, Miguel, Herrera, Martín, Rodríguez Rivero, Cristian. “Nuevo método para pronosticar la demanda energética diaria en Baja Tensión dependiente de la temperatura ambiente”. Libro de Resúmenes de las XIV Jornadas de Ciencia y Tecnología de Facultades de Ingeniería del NOA, ISBN 978-987-754-203-5. 341 páginas. 5 y 6 de Septiembre de 2019 - San Miguel de Tucumán, Argentina. 140.
Herrera, Martín, Pucheta, Julián, Salas, Carlos, Rodriguez Rivero, Cristian. “Controlador PID adaptable implementado con modelo de referencia para plantas variantes”. Anales de la XVIII Reunión de Trabajo en Procesamiento de la Información y Control - RPIC 2019. ISBN: 978-987-1648-44-3. 18 al 20 de septiembre de 2019, Bahía Blanca, Argentina. 2019. Pp 459-464.
Herrera, Martín, Pucheta, Julián, Salas, Carlos, Rodriguez Rivero, Cristian. “Controlador PID adaptable implementado con modelo de referencia para plantas variantes”. Libro de Resúmenes de las XIV Jornadas de Ciencia y Tecnología de Facultades de Ingeniería del NOA, ISBN 978-987-754-203-5. 341 páginas, 5 y 6 de septiembre de 2019 - San Miguel de Tucumán, Argentina. Pp 304.
Cristian Rodriguez Rivero, Julian Pucheta and Alvaro Orjuela-Cañón. “Time Series forecasting using recurrent neural networks modified by Bayesian inference in the learning process”. IEEE Colombian Conference on Applications of Computational Intelligence ColCACI 2019. ISBN 978-1-7281-1614-3.DOI:10.1109/ColCACI.2019.8781984. Barranquilla, Colombia June 5th ‐ 7th, 2019.
Herrera, Martín, Pucheta, Julián, Salas, Carlos, Rodriguez Rivero, Cristian. “Controlador PI adaptable para plantas variantes implementado con modelo de referencia”. IX Congreso de Microelectrónica Aplicada (UEA2018), 9 y 10 de Octubre de 2018, realizado en la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca. 2018. Libro de Resúmenes del “IX Congreso de Microelectrónica Aplicada (UEA2018)”. Editorial Científica Universitaria de la Universidad Nacional de Catamarca ISBN 978-987-661-325-5.http://latics.tecno.unca.edu.ar/ocs/index.php/uea2018/uea2018/paper/viewFile/126/23.
Miguel Piumetto, Julián Pucheta, Jorge Vaschetti, Juan Carlos Gómez Targarona, Jorge Arcurio, Carlos Coyos, Federico Valdebenito. “Aplicación de predicciones por series temporales para la gestión eficiente en sobrecargas de emergencia de transformadores de potencia”. https://www.cidel2018.com/ Actas del Congreso Internacional de Distribución Eléctrica CIDEL 2018 24, 25 y 26 de Setiembre de 2018. Sheraton Buenos Aires, Argentina.
Julián Antonio Pucheta, Carlos Alberto Salas, Martín Rafael Herrera. “Herramienta metacognitiva para alumnos de tecnologías aplicadas en ingeniería electrónica”. X Congreso Argentino de Enseñanza de la Ingeniería (CAEDI), organizado por el Consejo Federal de Decanos de Ingeniería del 19 al 21 de Septiembre de 2018 Córdoba - Argentina ISBN: 978-950-33-1453-1. https://cadi.org.ar/wp-content/uploads/2018/09/4_CADI_y_10_CAEDI_paper_82.pdf. Completo en https://cadi.org.ar/wp-content/uploads/2018/09/Programa-CAEDI-2018.pdf. 2018.
Pucheta, Julián; Piumetto, Miguel; Ferreyra, Fabio; Elaskar, Martín; Salas, Carlos; Herrera, Martín, “Estadística circular para representar la demanda energética diaria en Baja Tensión dependiente de la temperatura ambiente”, Libro de Resúmenes de las XIII Jornadas de Ciencia y Tecnología de Facultades de Ingeniería del NOA, ISSN 2618-396X. 13 y 14 de Septiembre de 2018 - Santiago del Estero, Argentina.
Cristian Rodriguez Rivero, Julian Pucheta, Gustavo Juarez, Leonardo Franco, Daniel Patino, Paula Otaño and Raoul Velazco. “Bayesian enhanced ensemble approach (BEEA) for time series forecasting”, IEEE ARGENCON 2018, San Miguel de Tucuman, Argentina; 05/2018. doi: 10.1109/ARGENCON.2018.8646177. URL:http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8646177&isnumber=8645962
M. Piumetto, J. Pucheta, J. Vaschetti, J. C. Gómez Targarona, C. Coyos y J. Arcurio. “Predicción por series temporales aplicada a la estimación de cargabilidad de transformadores de distribución para la toma de decisiones”. XII Latin American Congress on Electricity Generation and Transmission CLAGTEE 2017. http://www3.fi.mdp.edu.ar/clagtee/2017/articles/15-001.pdf. 12 al 15 de noviembre de 2017, Mar del Plata, Argentina.
Rodriguez Rivero, C., Pucheta, J., Tupac, Y., Juárez, G., Franco, L., Otano, P. “Time-series Prediction with BEMCA Approach: application to short rainfall series”. 4th IEEE Latin American Conference on Computational Intelligence LA-CCI. 2017. doi: 10.1109/LA-CCI.2017.8285721. Electronic ISBN: 978-1-5386-3734-0. USB ISBN: 978-1-5386-3733-3. Print on Demand (PoD) ISBN: 978-1-5386-3735-7. Arequipa, Perú, del 8 al 10 de Noviembre de 2017.
Cristian Rodriguez Rivero, Julián Pucheta, Yvan Tupac, Sergio Laboret, Paula Otaño and Efren Gorrostieta. “On predicting wind power series by using BEA modified neural networks-based approach”. Anales de la XVII Reunión de Trabajo en Procesamiento de la Información y Control - RPIC 2017. ISBN: 978-987-544-754-7. 20 al 22 de septiembre de 2017, Mar del Plata.
Julián Pucheta, Cristian Rodriguez Rivero, Sergio Laboret, Carlos Salas and Martín Herrera. “Análisis de estabilidad en un neurocontrolador-observador para el caso del péndulo invertido”. Anales de la XVII Reunión de Trabajo en Procesamiento de la Información y Control - RPIC 2017. ISBN: 978-987-544-754-7. 20 al 22 de septiembre de 2017, Mar del Plata.
Pucheta, J., Salas, C. “El constructivismo en la enseñanza de tecnologías aplicadas en Ingeniería Electrónica”. XII Jornadas de Ciencia y tecnología de Facultades de Ingeniería del NOA, San Fernando del Valle de Catamarca, 10 y 11 de Agosto 2017. LIBRO DE RESÚMENES XII Jornadas de Ciencia y Tecnología de Facultades de Ingeniería del NOA https://drive.google.com/file/d/16izpM65YDZogTf6ybg7ss0bdkgCATY-V/view-ISBN: 978-987-661-255-5. 2017.
Julián Antonio Pucheta. “Empleo del constructivismo en la enseñanza de tecnologías aplicadas en Ingeniería Electrónica”. Anales del 11º Jornadas Universitarias de Ciencias Exactas y Naturales XI JUCEN – Educación en la Ciencia y en la Tecnología. Universidad Nacional de Catamarca. ISBN 978-950-746-249-8. San Fernando del Valle de Catamarca, 5 de Diciembre de 2016. Catamarca, Argentina. 2016.
Julián Antonio Pucheta, Cristian Rodríguez Rivero, Carlos Alberto Salas, Martín Herrera, Sergio Oscar Laboret. “Análisis de un neurocontrolador-observador para el caso del péndulo invertido”. Anales del 25º Congreso Argentino de Control Automático. 1 al 3 de Noviembre de 2016 – Buenos Aires, Argentina. ISBN 978-950-99994-9-7. 2016.
Cristian Rodríguez Rivero, Julián Pucheta, Efrén Gorrostieta, H. Daniel Patiño, Sergio Laboret and Víctor Sauchelli. “Bayesian enhanced modified forecasting approach: application to wind power series”. Anales del 25º Congreso Argentino de Control Automático. 1 al 3 de Noviembre de 2016 – Buenos Aires, Argentina. ISBN 978-950-99994-9-7. 2016.
Rodríguez Rivero, Cristian; Pucheta, Julian Antonio; Patiño, Hector Daniel; Laboret, Sergio; Juarez, Gustavo; Sauchelli, Víctor. “On the Approximate Suboptimal Control by Neural Network- Rainfall Observer”. Tercera edición del ARGENCON, organizado por IEEE Argentina, realizado del 15 al 17 de junio de 2016 en la ciudad Autónoma de Buenos Aires (Argentina). 2016.
Cristian Rodriguez Rivero, Julián Pucheta, Daniel Patiño, Sergio Laboret and Gustavo Juárez: «A combined approach for long – term series prediction: Renyi permutation entropy with BEA predictor filter». Tercera edición del ARGENCON, organizado por IEEE Argentina, realizado del 15 al 17 de junio de 2016 en la ciudad Autónoma de Buenos Aires (Argentina). 2016.
Julián Pucheta, Cristian Rodriguez Rivero, Sergio Laboret, Carlos Salas, Martin Herrera and Carlos Nicolás Contrera: «Diseño de Neurocontroladores basados en control óptimo aproximado para procesos restringidos». Tercera edición del ARGENCON, organizado por IEEE Argentina, realizado del 15 al 17 de junio de 2016 en la ciudad Autónoma de Buenos Aires (Argentina). 2016.
Rodríguez Rivero, Cristian; Sauchelli, Víctor, Patiño, Hector Daniel; Laboret, Sergio, Pucheta, Julian Antonio. “Long-term Power Consumption Demand Prediction: a comparison of Energy associated and Bayesian modeling approach”. Anales del 2nd Latin-American Congress on Computational Intelligence (LA-CCI) 12° Congresso Brasileiro de Inteligência Computacional (CBIC) Curitiba (PR), Brazil October, 13th-16th 2015.
Redolfi, J., Sanchez, J. Pucheta, J. “Leaf image classification with exponential family Fisher vector”. CIARP 2015 – XX Iberoamerican Congress on Pattern Recognition, November 9 – 12, 2015, Montevideo, Uruguay, http://www.ciarp.org/xx/. 2015.
Sergio Laboret, Julián Pucheta, Cristian Rodríguez Rivero y Reinaldo González Reyes. “Control de posición Híbrido Fraccional – Entero para un Motor DC Brushless”. Anales del RPIC 2015, XVI Reunión de Trabajo en Procesamiento de la Información y Control, 6-9/10, ISBN 978-1-4673-8466-7, Córdoba. 2015.
Rodríguez Rivero, Cristian; Patiño, Hector Daniel; Pucheta, Julian Antonio, «Short-term rainfall time series prediction with incomplete data,» in Neural Networks (IJCNN), 2015 International Joint Conference on, vol., no., pp.1-6, 12-17 July 2015. ISBN 978-1-4799-1959-8. doi: 10.1109/IJCNN.2015.7280315. 2015.
Thibeault, M.; Caceres, J.M.; Dadamia, D.; Soldano, A.G.; Quirno, M.Uriburu; Guerrieri, J.M.; Edrosa, R.; Palomeque, M.; Romaldi, L.; Pucheta, J.; Mogadouro, J.; De Luca, E.; Bustos, S.; Aguero, S.; Pascual, I.; Mariotti, M., “Spatial and temporal analysis of the Monte Buey SAOCOM and SMAP core site”, in Geoscience and Remote Sensing Symposium (IGARSS), 2015 IEEE International, vol., no., pp.969-971, 26-31 July 2015. doi: 10.1109/IGARSS.2015.7325929. 2015.
Miguel Piumetto; Julián A. Pucheta; Juan Carlos Gómez Targarona. “Programación Dinámica Para El Control De La Calidad De Potencia En Redes De Media Tensión Desbalanceadas Con Generación Distribuida”, publicado en los anales del XXIVº Congreso Argentino de Control Automático (AADECA 2014), realizado entre el 27 y 31 de Octubre de 2014 – Buenos Aires, Argentina.
Santiago García Bravo; María Curetti; Ladislao Mathé; Julián Pucheta. “Implementación Y Evaluación De Un Filtro De Kalman Y Kalman-Singer Aplicado Al Seguidor Automático Por Imágenes: Tv Tracker”, publicado en los anales del XXIVº Congreso Argentino de Control Automático (AADECA 2014), realizado entre el 27 y 31 de Octubre de 2014 – Buenos Aires, Argentina.
Cristian Rodríguez Rivero, Julián Pucheta, Josef Baumgartner, H. Daniel Patiño, Sergio Laboret and Paula Otaño. FORECASTING NOISY TIME SERIES APPROXIMATED BY NEURAL NETWORKS, publicado en los anales del XXIVº Congreso Argentino de Control Automático (AADECA 2014), realizado entre el 27 y 31 de Octubre de 2014 – Buenos Aires, Argentina.
H. Daniel Patiño, Cristian Rodríguez Rivero, Julián Pucheta. “MODELACIÓN, SIMULACIÓN Y PREDICCIÓN DEL COMPORTAMIENTO DINÁMICO DEL RÍO SAN JUAN USANDO REDES NEURONALES”, publicado en los anales del XXIVº Congreso Argentino de Control Automático (AADECA 2014), realizado entre el 27 y 31 de Octubre de 2014 – Buenos Aires, Argentina.
Josef Baumgartner, Marcelo Scavuzzo, Cristian Rodriguez Rivero and Julian Pucheta. “A new Approach to Segmentation of Remote Sensing Images with Hidden Markov Models”. Segunda edición del ARGENCON, organizado por IEEE Argentina, realizado del 11 al 13 de junio de 2014 en la ciudad de San Carlos de Bariloche (Río Negro). ISBN 978-1-4799-4270-1.http://dx.doi.org/10.1109/ARGENCON.2014.6868484. http://argencon.ieee.org.ar/lista-de-trabajos/. http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6868484. 2014.
Lucas M. Arjona, Julián A. Pucheta, Carlos A. Salas, Sergio H. Gallina. “Prototipo de sensor inteligente de humedad en hoja para sistemas de riego de precisión”. Anales de las IX Jornadas de Ciencia y Tecnología de Facultades de Ingeniería del NOA, 3 y 4 de Octubre de 2013. Investigaciones en Facultades de Ingeniería del NOA ISSN N° 1853-7871. 2013.
C. Rodriguez Rivero, J. Pucheta, H. Patiño, J. Baumgartner, S. Laboret and V. Sauchelli. “Analysis of a Gaussian Process and Feed-Forward Neural Networks based Filter for Forecasting Short Rainfall Time Series” . 2013 International Joint Conference on Neural Networks, Texas, 4 al 9 de Agosto de 2013, USA. Print Edition: IEEE Catalog Number: CENSUS-ART, ISBN: 978-1-4673-6129-3, ISSN: 2161-4407, CD Edition: IEEE Catalog Number: CFPlSUS-CDR, ISBN: 978-1-4673-6128-6. 2013.
Santiago Garcia Bravo, Maria Curetti, Gabriela Arri, Ladislao Mathé, Julian Pucheta. “Sistema de Seguimiento por Imágenes Asistido por GNSS-GPS:TV Tracker”. Anales del RPIC 2013, ISBN 978-987-27739-7-7, XV Reunión de Trabajo en Procesamiento de la Información y Control, 16-20/9, Bariloche. 2013.
J. Baumgartner, J. Gimenez, J. Pucheta, A. G. Flesia. «Classication of Agricultural Fields in Satellite Images Using Two-Dimensional Hidden Markov Models». Anales del 5º Congreso Argentino de Agroinformática (CAI2013 CD ISSN 1852-4850), en marco del evento 42° Jornadas Argentinas de Informática CD ISSN 1850-2776, Editores Carlos Areces, Laura Alonso i Alemany, el 16 y el 20 de septiembre de 2013 en FaMAF, UNC, Córdoba. (2013).
Garcia, S., Curetti, M., Arri, G., Pucheta, J. y Mathe, L. “Sistema de seguimiento automático por imágenes”. (93-103). Proceedings of the AST 2013. 14th Argentine Symposium on Technology. ISSN: 1850-2806, en las 42º Jornadas Argentinas de Informática 16 al 20 de Septiembre de 2013, Famaf, Córdoba, Argentina. 2013.
Arjona Lucas M., Pucheta Julián A., Gallina, Sergio, Salas Carlos A. “Sensor inteligente de humedad en hojas para uso en cultivos agrícolas”. Anales del 5º Congreso Argentino de Agroinformática (CAI2013 CD ISSN 1852-4850), en marco del evento 42° Jornadas Argentinas de Informática CD ISSN 1850-2776, Editores Carlos Areces, Laura Alonso i Alemany, el 16 y el 20 de septiembre de 2013 en FaMAF, UNC, Córdoba. (2013).
J. Baumgartner, J. Gimenez, A. G. Flesia, J. Pucheta,. “A new approach to image segmentation with two-dimensional hidden Markov models”. 1st BRICS Countries Congress (BRICS-CCI) and 11th Brazilian Congress (CBIC) on Computational Intelligence (BRICS-CCI) 8 al 11 de setiembre de 2013, Recife, Brasil. (Ganador del Premio al Mejor Artículo Profesional, Primer Lugar). (2013).
Amado, J., Bianco, F., Naldini, G., Pucheta, J. «Caracterización de un Amplificador de Media Potencia en Microondas con Parámetros-X». Anales del Congreso de Ingeniería Electro-Electrónica, Comunicaciones y Computación, Aranducon 2012, Asunción, Paraguay, 28 al 30 de Noviembre de 2012. Aranducon 2012, IEEE, (Distinguido como Mejor Trabajo en Area de Comunicaciones y Procesamiento de Señales). (2012).
Amado, J., Bianco, F., Naldini, G., Pucheta, J. «Modelo de Parámetros-X aplicado a un LNA de Alta Ganancia y Bajo Consumo». Anales del 3er Simposio Internacional de Innovación y Tecnología ISIT 2012, Cuzco, Peru, 26 al 28 de Noviembre de 2012. ISIT2012 (International Symposium of Innovation and Technology), Cusco, Peru, 26 al 28 de Noviembre de 2012. (Propuesto para participar del «First Award Paper»). (2012).
Laboret Sergio, Rodriguez Rivero Cristian, Pucheta Julian, Sauchelli Victor. “Robust Fractional Digital Control of a First Order plus Integrator Process”. Proc. of the 2012 Ninth Electronics, Robotics and Automotive Mechanics Conference (CERMA 2012). ISBN-13: 978-0-7695-4878-4.
Cristian Rodríguez Rivero, Julián Pucheta, Josef Baumgartner, Martín Herrera, Victor Sauchelli, H. D Patiño and Sergio Laboret. “Neural Networks Based Algorithms For Forecasting Short Time Series With Uncertatinties On Their Data”. Anales del AADECA 2012 – Semana del Control Automático –23º Congreso Argentino de Control Automático. 3 al 5 de Octubre de 2012 – Buenos Aires, Argentina.
Pucheta, J., Rodriguez Rivero, C., Herrera, M., Salas, C., Sauchelli, V. “Rainfall forecasting using sub sampling non-parametric methods”, Anales del ArgenCon 2012, del 13 al 15 de Junio de 2012 en Córdoba, Argentina, Paper No 119, ISBN 987572076-3. (2012).
Laboret, S., Rodriguez Rivero, C., Sauchelli, V., Pucheta, J. “Integral + Fractional Derivative digital control of a second order process with uncertainty”, Anales del ArgenCon 2012, del 13 al 15 de Junio de 2012 en Córdoba, Argentina, Paper No 68, ISBN 987572076-3. (2012).
Rodriguez Rivero, C., Pucheta, J., Herrera, M., Sauchelli, V., Laboret, S., “Time series forecasting using Bayesian method: application to cumulative rainfall” Anales del ArgenCon 2012, del 13 al 15 de Junio de 2012 en Córdoba, Argentina, Paper No 120, ISBN 987-572076-3. (2012).
Pucheta, J., Gallina S., Villagrán L., Beltramini P., Peretti G., Felissia S. “Desarrollo de una Plataforma de Control de Entornos Residenciales”. Anales del XIV Workshop de Investigadores en Ciencias de la Computación WICC 2012, Pp 36-39. http://sedici.unlp.edu.ar/handle/10915/18369, (2012). Institución de origen: Red de Universidades con Carreras en Informática (RedUNCI). ISBN: 978-950-766-082-5. Extensión: p. 36-39, Posadas, Misiones, Universidad Nacional de Misiones (UNM), 25 al 27 de abril de 2012. (2012).
Pucheta, J., Rodriguez Rivero, C., Herrera, M., Sauchelli, V. and J. Baumgartner . “Time Series Forecasting using Kernel and Feed-Forward Neural”. XIV Reunión de Trabajo en Procesamiento de la Información y Control RPIC 2011, 16 al 18 de Noviembre de 2011 Oro Verde, Entre Ríos, Argentina. ISBN 978-950-698-280-5. (2011).
Martín Herrera, Carlos Salas, Odile Londero, Julián Pucheta, C. Rodríguez Rivero, V. Sauchelli y H. D. Patiño, “Mezcla de filtros no lineales para pronóstico de series temporales de alta rugosidad empleando submuestreo”, VII Jornadas de Ciencia y tecnología de Facultades de Ingeniería del NOA, ISSN 1853-7871, Pp 633-642, Octubre 2011.(2011).
Carlos Salas, Odile Londero, Martin Herrera, Julián Pucheta, C. Rodríguez Rivero, V. Sauchelli y H. D. Patiño, “Pronóstico de series temporales en función de la energía de la serie usando un modelo no lineal auto-regresivo basado en RN”, VII Jornadas de Ciencia y tecnología de Facultades de Ingeniería del NOA, ISSN 1853-7871, Pp 669-676, Octubre 2011.(2011).
C. Rodríguez Rivero, J. Pucheta, J. Baumgartner, M. Herrera, D. Patiño y B. Kuchen. “A NN-based model for time series forecasting in function of energy associated of series”, Proc. of the International Conference on Applied, Numerical and Computational Mathematics (ICANCM’11), Barcelona, Spain, September 15-17, 2011, ISBN 978-1-61804-030-5, Pp. 80-86. (2011).
J. A. Pucheta, M. R. Herrera, C. M. Rodríguez Rivero, J. S. Baumgartner , V. H. Sauchelli. “Filtro predictor basado en redes neuronales para pronóstico de series temporales de lluvia acumulada empleando submuestreo”. CAI 2011 – Congreso Argentino de Agroinformática, 40 Jornadas Argentinas de Informática, 29 de Agosto al 2 de Septiembre de 2011, Universidad Tecnológica Nacional Facultad Regional Córdoba, Argentina (2011).
J. Baumgartner, J. Calderon, J. Pucheta, C. Rodríguez Rivero. “Identificación no-supervisada de parcelas agrícolas en imágenes satelitales multiespectrales basado en la semejanza de pixeles homólogos en las distintas bandas”. CAI 2011 – Congreso Argentino de Agroinformática, 40 Jornadas Argentinas de Informática, 29 de Agosto al 2 de Septiembre de 2011, Universidad Tecnológica Nacional Facultad Regional Córdoba, Argentina (2011).
C. Rodríguez Rivero, J. Pucheta, J. Baumgartner, M. Herrera, C. Salas y V. Sauchelli. “A NN-based autoregressive model that considers the energy associated of time series for forecasting”, III MACI 2011, Tercer Congreso de Matemática Aplicada, Computacional e Industrial, 09-11, mayo de 2011, Bahía Blanca – Argentina. (2011).
C. Rodríguez Rivero, J. Pucheta, J. Baumgartner, H. D. Patiño, M. Herrera y V. Sauchelli. “Modelado bayesiano de un filtro autorregresivo no lineal basado en redes neuronales para el pronóstico de series temporales de lluvia acumulada mensual”, XXIII Congreso Nacional del Agua, ISSN 1853-7685, Conagua 2011, Pp. 149-163, del 22 al 25 de Junio de 2011, Resistencia, Chaco, Argentina. (2011).
J. A. Pucheta, M. R. Herrera, C. M. Rodríguez Rivero, J. S. Baumgartner. “Filtro no lineal para pronóstico de series temporales de alta Rugosidad empleando submuestreo”. XXIII Congreso Nacional del Agua, ISSN 1853-7685, Conagua 2011, Pp. 117-135, del 22 al 25 de Junio de 2011, Resistencia, Chaco, Argentina. (2011).
Josef Baumgartner, Cristian Rodríguez Rivero, Julián Pucheta. “Pronóstico de lluvia en un punto desde diversos puntos geográficos de observación mediante Procesos Gaussianos”. XXIII Congreso Nacional del Agua, ISSN 1853-7685, Conagua 2011, del 22 al 25 de Junio de 2011, Resistencia, Chaco, Argentina. (2011).
C. Rivero Rodríguez, J. Pucheta, J. Baumgartner, H.D. Patiño and B. Kuchen, “An Approach for Time Series Forecasting by simulating Stochastic Processes Through Time-Lagged feed-forward neural network”. The 2010 World Congress in Computer Science, Computer Engineering, and Applied computing. Las Vegas, Nevada, USA, July 12-15, 2010. DMIN’10 Procedings ISBN 1-60132-138-4 CSREA Press,p.p 278, (CD ISBN 1-60132-131-7), USA, (2010).
Cristian Rodríguez Rivero, Julian Pucheta, Josef Baumgartner and Martin Herrera, “Time series forecasting by area using feed-forward NN-based nonlinear autoregressive model”, AADECA 2010 – Semana del Control Automático – XXIIº Congreso Argentino de Control Automático 31 de Agosto al 2 de Septiembre de 2010 – Buenos Aires, Argentina, (2010).
Josef Baumgartner, Cristian Rodríguez Rivero, Julián Pucheta, “A Genetic Algorithm based design Approach for the Properties of a Gaussian Process for Time series Forecasting”, AADECA 2010 – Semana del Control Automático – XXIIº Congreso Argentino de Control Automático 31 de Agosto al 2 de Septiembre de 2010 – Buenos Aires, Argentina, (2010).
Julián A. Pucheta, Cristian Rodríguez Rivero, M. Herrera, C. Salas, D. Patiño, B. Kuchen. “Modelo auto regresivo no lineal basado en redes neuronales multicapa para pronóstico de series temporales”. I Jornada de Difusión de Investigación y Extensión en Ingeniería Química, 1a ed. – Córdoba: Universidad Nacional de Córdoba, 2010. CD-ROM ISBN 978-950-33-0781-6, (2010).
Cristian Rodríguez Rivero, Julián Pucheta, Josef Baumgartner and Martín Herrera. “Time series forecasting by area using feed-forward nn-based nonlinear autoregressive model”. AADECA 2010, Semana del Control Automático, XXIIº Congreso Argentino de Control Automático, 31 de Agosto al 2 de Septiembre de 2010 – Buenos Aires, Argentina. (2010).
J. Baumgartner, C. Rodríguez Rivero and J. Pucheta. “A genetic algorithm based design approach for the properties of a gaussian process for time series forecasting”. AADECA 2010, Semana del Control Automático, XXIIº Congreso Argentino de Control Automático, 31 de Agosto al 2 de Septiembre de 2010 – Buenos Aires, Argentina. (2010).
C. Rodríguez Rivero, J. Pucheta, J. Baumgartner, H.D. Patiño and B. Kuchen. “An approach for time series forecasting by simulating stochastic processes through time lagged feed-forward neural network”. On procedings of The 2010 International Conference on Data Mining (DMIN’10: July 12-15, 2010, USA). (2010).
Pucheta, J., Herrera, M., Salas C., Patiño, H.D., y B. Kuchen. “A feedforward neural networks-based nonlinear autoregressive model for forecasting time series”. Primer Workshop Chileno de Reconocimiento de Patrones: Teoría y Aplicaciones (CWPR 2009), http://jcc2009.usach.cl/, Pp 101-107, realizado del 9 al 14 de Noviembre 2009 en Santiago de Chile, Chile.
Pucheta, J., Herrera, M., Salas C., Patiño, H.D., y B. Kuchen. “Modelo auto regresivo no lineal basado en redes neuronales para el pronóstico de series temporales ”. Anales de la V jornadas de Ciencia y Tecnología de Facultades de Ingeniería del NOA, el 17 y 18 de Setiembre de 2009. Facultad de Ingeniería de la Universidad Nacional de Salta. Salta, Argentina. (2009).
Pucheta, J., Herrera, M., Salas C., Patiño, H.D., and B. Kuchen. “A Neural Network-Based Approach for Forecasting Time Series from Mackey-Glass Equations”. Anales de la XIII Reunión de Trabajo en Procesamiento de la Información y Control ISBN 950-665-340-2. XII RPIC, organizado por el Laboratorio de Sistemas Dinámicos y Procesamiento de la Información, 16 al 18 de Setiembre de 2009 Rosario, Argentina. (2009).
Pucheta, J.A., Sauchelli, V.H., Olsina, M., “Implementación de un sistema de gestión del recurso hídrico para cultivos de azafrán”», Anales del Congreso Información y Comunicación para la Sociedad del Conocimiento, 16, 17 y 18 de junio de 2009, Córdoba.
Pucheta, J.A., “Sistema de medición de humedad de suelo para validar una propuesta basada en SAR”, Anales del Congreso Información y Comunicación para la Sociedad del Conocimiento, 16, 17 y 18 de junio de 2009, Córdoba.
Pucheta, J., Patiño, H. D., Kuchen, B. “A Statistically Dependent Approach for the Monthly Rainfall Forecast from One Point Observations”. In Proc. of the Second IFIP Conference on Computer and Computing Technologies in Agriculture (CCTA2008) October 18-20, 2008. Beijing, China. (2008).
Pucheta J., Schugurensky C., Cunsulo F. , Guzmán J. , Sánchez G. , Fullana R.,Bugallo F. y Castañeda L. “Trasferencia tecnológica desde la Universidad a la Escuela de Enseñanza Media”. II Foro de Extensión Universitaria realizado el 4 y 5 de Octubre de 2008 en el Salón de Actos del Pabellón Argentina de Ciudad Universitaria. Córdoba. (2008).
Pucheta, J., Sauchelli, V. “Formación en matemática para ingeniería electrónica área: diseño y control”. IV Congreso Internacional de Matemática Aplicada a la Ingeniería y Enseñanza de la Matemática en Ingeniería. 4 – 7 de Agosto de 2008. Facultad de Ingeniería Universidad de Buenos Aires.
Capraro, F., Shugurensky, C., Vita, F., Tosetti, S., Lage, A., Pucheta, J. “Intelligent irrigation control in agricultural soils: an application to grapevines”. Anales de la XII Reunión de Trabajo en Procesamiento de la Información y Control, XII RPIC, Universidad Nacional de la Patagonia Austral Unidad Académica Río Gallegos, Argentina. (2007).
Laporte, J. A., Patiño, H. D., Pucheta, J. “Metodología de diseño de autómatas accionados por flancos empleando SFC.” Anales de la XII Reunión de Trabajo en Procesamiento de la Información y Control, XII RPIC, Universidad Nacional de la Patagonia Austral Unidad Académica Río Gallegos, Argentina. (2007).
J. Pucheta, D. Patiño and B. Kuchen. “Neural Networks-Based Time Series Prediction Using Long and Short Term Dependence in the Learning Process”. In proc. of the 2007 International Symposium on Forecasting, 24th to 27th of June 2007 Marriott Marquis Times Square, New York (2007).
D. Patiño, J. Pucheta, C. Schugurensky, R. Fullana and B. Kuchen. “Approximate Optimal Control-Based Neurocontroller with a State Observation System for Seedlings Growth in Greenhouse”. In proc. of the 2007 IEEE International Symposium on Approximate Dynamic Programming and Reinforcement Learning, 1-4 April 2007 in the Hilton Hawaiian Village, Honolulu (2007).
Pucheta, J., Patiño, H., Fullana, R., Schugurensky C., Kuchen, B. “A state observation approach for crop growth control with a neuro-controlled greenhouse system”. XXº Congreso Argentino de Control Automático, AADECA 2006, ISBN: 978-950-99994-4-2. Centro Costa Salguero, Buenos Aires. (2006).
Pucheta, J.A., Patino, H.D., Schugurensky, C., Fullana, R., Kuchen, B. “Optimal Control-Based Neurocontroller for Crop Growth in Greenhouse”. Networking, Sensing and Control, 2006. ICNSC ’06. Proceedings of the 2006 IEEE International Conference on 23-25. Ft. Lauderdale, Florida, U.S.A. April 23-25, 2006. Page(s):398 – 403. (2006).
Pucheta J., Schugurensky C., Cunsulo F., Guzmán J., Sánchez G., Fullana R., Bugallo F. y Castañeda L. “Control de clima de un invernadero para la innovación en la escuela media”. Anales de la XI Reunión de Trabajo en Procesamiento de la Información y Control, XIRPIC, Río Cuarto, Córdoba, Argentina. (2005).
G. O. Moreira, J. Pucheta, C. Schugurensky, F. di Sciascio and J. E. Normey-Rico. “Multivariable control approach for temperature and moisture in greenhouse microclimate”. Anales de la XI Reunión de Trabajo en Procesamiento de la Información y Control, XIRPIC, Río Cuarto, Córdoba, Argentina. (2005).
Patiño, H.; Pucheta, J.; Fullana, R.; Schugurensky, C.; Kuchen, B. “Neuro-dynamic programming-based optimal control for crop growth in precision agriculture”. Intelligent Control, 2004. Proceedings of the 2004 IEEE International Symposium on, Grand Hotel in Taipei, Taiwan Sept. 2-4, 2004. Pp: 397 – 402. (2004).
Pucheta J., Patiño H., Fullana R., Schugurensky C. Y B. Kuchen. “Guiado de Cultivos Considerando Perturbaciones Utilizando Neuro Programación Dinámica”. ISBN n°: 950-99994-3-1. 1er Encuentro Internacional de Aplicaciones Industriales de Instrumentación y Control – ApliCon 2004. Centro Costa Salguero, Buenos Aires, 30 de Agosto al 1 de Septiembre. (2004).
J. Pucheta, H. Patiño, R. Fullana, C. Schugurensky and B. Kuchen. “A Neuro-Dynamic Programming Based Optimal Controller For Crop-Greenhouse Systems”. Anales de la X Reunión de Trabajo en Procesamiento de la Información y Control, XRPIC San Nicolás 8 – 10 de Octubre de 2003, Argentina. (2003).
J. Pucheta, R. Fullana, C. Schugurensky and B. Kuchen. “Approximate Optimal Control Applied To Restricted Continuos Processes”. VIII Congreso Argentino de Ciencias de la Computación, CACIC 2002, Facultad de Ciencias Exactas y Naturales de la UBA, Buenos Aires. (2002).
Pucheta, J. A., C. Schugurensky, R. Fullana y B. Kuchen. “Control Óptimo Aproximado En Procesos Continuos Con Restricciones”. Congreso Latinoamericano de Control Automático, CLCA 2002. Guadalajara. (2002).
Pucheta, J. A., C. Schugurensky, R. Fullana y B. Kuchen. “Control Óptimo De Sistemas Con Criterio Aproximado”. XVIIIº Congreso Argentino de Control Automático, AADECA 2002, Centro Costa Salguero, Buenos Aires. (2002).
Schugurensky C., Fullana R., Pucheta J., Lapilli S., y B. Kuchen. “Guiado Del Crecimiento De Cultivos Protegidos Con Costo Mínimo”. Encuentro Internacional del Programa Iberoamericano de Ciencia y Tecnología para el Desarrollo —CYTED, Concepción, Chile. (2001).
Lapilli, S., R. Fullana, C. Schugurensky y J. Pucheta. “Modelo algebraico de temperatura de un invernadero. Algoritmos de control”. Anales de la IX Reunión de Trabajo en Procesamiento de la Información y Control, IX RPIC, Santa Fe. (2001).
Pucheta, J. A., C. Schugurensky, R. Fullana y S. Lapilli. “Optimización del costo operativo de un sistema cultivo-invernadero”. Anales de la IX Reunión de Trabajo en Procesamiento de la Información y Control, IX Rpic. Santa Fe. (2001).
Schugurensky C., Fullana R., Lapilli S., Pucheta J. y A. Guzmán. “Invernadero experimental para validación de algoritmos”. Anales del XVII Simposio Nacional De Control Automático, AADECA 2000, Predio Retiro, Buenos Aires. (2000).
Arrieta F., Lapilli S. and J. Pucheta. “Statistical algorithms for real time video Compression”. Anales de la VIII Reunión de Trabajo en Procesamiento de la Información y Control, VIII RPIC, 23 al 25 de Setiembre de 1999, Mar del Plata. (1999).
“PRONÓSTICO DE SERIES TEMPORALES APLICADA A LA PREDICCIÓN DE EVENTOS CLIMÁTICOS SEVEROS PARA LA REGIÓN DEL VALLE DE CATAMARCA”, Pucheta, Julián, Salas, Carlos, Herrera, Martín, Patiño, H. Daniel y Rodríguez Rivero, Cristian. Publicado en la SELECCIÓN DE ESCRITOS SOBRE INTELIGENCIA ARTIFICIAL "INTELIGENCIA ARTIFICIAL: ALGUNOS ASPECTOS DE SU IMPACTO" Centro de Estudios en Tecnologías Inteligentes (CETI) SERIE CONTRIBUCIONES COMPILADAS Nº 8. Inteligencia artificial : algunos aspectos de su impacto; compilación de Juan Carlos Ferreri. - 1a ed. - Ciudad Autónoma de Buenos Aires : Academia Nacional de Ciencias de Buenos Aires. ISBN 978-987-537-180-4. Pag 59-66. 2023.
“Análisis de los cambios en los modelos dinámicos de procesos del comportamiento social durante la pandemia Covid19”. Julián Antonio Pucheta. SELECCIÓN DE ESCRITOS SOBRE INTELIGENCIA ARTIFICIAL "INTELIGENCIA ARTIFICIAL: ALGUNOS ASPECTOS DE SU IMPACTO". Centro de Estudios en Tecnologías Inteligentes (CETI). SERIE CONTRIBUCIONES COMPILADAS Nº 6. ANCBA Ferreri, Juan Carlos. Inteligencia artificial : algunos aspectos de su impacto / Juan Carlos Ferreri ; compilación de Juan Carlos Ferreri. - 1a edición especial - Ciudad Autónoma de Buenos Aires : Academia Nacional de Ciencias de Buenos Aires, 2022. CD-I, iBook. ISBN 978-987-537-171-2.. https://www.ciencias.org.ar/contenido.asp?id=1280. Fecha de catalogación: 3/2022.
El Centro de Estudios en Tecnologías Inteligentes de la Academia Nacional de Ciencias de Buenos Aires realizó el Panel sobre “Predicción de eventos climáticos severos”, en el que se presentó la publicación “Pronóstico de series temporales aplicada a la predicción de eventos climáticos”. Participan del Panel Carlos Salas (UN de Catamarca), Martín Herrera (UN de Córdoba), Daniel Patiño (UN de San Juan) y Cristian Rodríguez Rivero (Cardiff Metropolitan University, Reino Unido). La presentación estuvo a cargo de la Coordinadora Académica General del Centro de Estudios en Tecnologías Inteligentes (CETI), Dra. Daniela López De Luise y la coordinación a cargo del Dr. Julian Pucheta. La sesión se realizará el día jueves 14 de julio a las 17:00 hs. en modalidad remota. Predicción de eventos climaticos severos - CETI - ANCBA.
“Modelos dinámicos de procesos para el análisis del comportamiento social durante la pandemia COVID19”. JAC 2021. Jornada Académico – Científica 2021 Virtual. Unidad Hospitalaria Medicina Interna N°2. Hospital San Roque” FCM – UNC Directores: Prof. Dr. Daniel Salica – Prof. Dr. Ricardo Cortés – Prof. Dra. Susana Vanoni 29 de octubre de 2021 RD-2021-3155-E-UNC-DEC#FCM. http://sanroque.webs.fcm.unc.edu.ar/inicio/jac-jornada-academico-cientifica-hosp-san-roque-2021/.
“Las tecnologías inteligentes: múltiples aspectos de su impacto”, X Encuentro Interacadémico “Inteligencia Artificial. Una mirada multidisciplinaria” https://ciencias.org.ar/contenido.asp?id=1082. Enlace al artículo.. 2021.
Inteligencia artificial : una mirada multidisciplinaria. Manuel A. Solanet. - 1a ed compendiada. Ciudad Autónoma de Buenos Aires : Academia Nacional de Ciencias Morales y Políticas, 2021. 345 p. ; 24 x 17 cm. ISBN 978-987-99575-8-5 1. Inteligencia Artificial. I. Título. CDD 306.46. X ENCUENTRO INTERACADÉMICO 2021. Enlace al Libro. 2021.
Julio de 2021. Contagios Diarios de COVID-19 vs Movilidad de Personas en Argentina. https://r9.ieee.org/argentina-cis/jb1day_20210707_35/
https://radiounsj.com/2021/05/25/covid19-asi-estamos-hoy-en-san-juan/ Cambio de tendencia. Marzo de 2021. http://www.revista.unsj.edu.ar/?p=4233
Pucheta, J. Análisis y modelado de procesos dinámicos de dinámica lenta enfocados a mitigar la pandemia COVID19 mediante inteligencia artificial - Julián Pucheta. https://congresocti2020.unca.edu.ar/confer.php?eje=4. Mayo 2021.
Panel debate realizado por la Academia Nacional de Ciencias de Buenos Aires, https://www.ciencias.org.ar/categoria.asp?id=575, el día 12 de Noviembre de 2020 en modalidad virtual, https://www.youtube.com/watch?v=h9lhV7p6Bqw. El documento asociado puede hallarse en https://www.ciencias.org.ar/user/CETI/COVID.pdf.
Jornada JAC https://youtu.be/6u0vHEtSSJQ. “Jornada Académico – Científica 2020”. Virtual. Unidad Hospitalaria Medicina Interna N°2. Hospital San Roque”. FCM – UNC. 23 de Octubre de 2020. https://youtu.be/6u0vHEtSSJQ?t=1551.
Comunicación pública de la ciencia y la tecnología. “Una métrica basada en inteligencia artificial para proyectar el número de infectados diarios de COVID-19 en Argentina“. Publicado el 8 de agosto de 2020. Iniciativa Periodista por un día IEEE Argentina. https://r9.ieee.org/argentina-cis/jb1day_20200808_002/.
“Control en sistemas de riego”. Dictado el 08/11/2010 a las 19Hs, en el Marco de las 2das Jornadas de Actualización Profesional En El Área De Automatización Industrial (14 oct al 18 nov 2010) Organizadas por el Dpto. Electrónica de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca.
“Medición en cultivos vegetales para control automático”. Dictado en la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca, el día 23 de Abril de 2009.
“Control automático para procesos agrícolas”. Dictado en la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca, el día 18 de Noviembre de 2008.
“Control óptimo basado en redes neuronales para el guiado de cultivos”. Dictado en la FaMAF UNC el día 21 de mayo de 2008. Aula Magna FaMAF.
“Control y optimización para cadenas productivas agrícolas”. Dictado en la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca, el día 22 de Octubre de 2007. Resolución N° 146-07.
“Control óptimo para procesos no lineales con restricciones. Aplicación al guiado del desarrollo de cultivos”. Dictado en el Instituto de Automática, Facultad de Ingeniería – Universidad Nacional de San Juan el 23 de Marzo de 2006.
“Control óptimo en procesos continuos con restricciones”. Dictado en el Instituto de Automática, Facultad de Ingeniería – Universidad Nacional de San Juan el 18 de Octubre de 2002.
“Control óptimo con índice aproximado”. Dictado en el Instituto de Automática, Facultad de Ingeniería – Universidad Nacional de San Juan el 5 de Abril de 2002.
“Generación de trayectorias optimas y control para guiar el desarrollo de cultivos en invernaderos”. Dictado en el Instituto de Automática, Facultad de Ingeniería – Universidad Nacional de San Juan, el 5 de Octubre de 2001.
Miembro fundador del LIMAC. www.labimac.blogspot.com
Denominación: Referee – Reviewer.
Período de realización: 2005 y continua.
Institución: IEEE Transaction on Systems, Man and Cybernetics – Part B.
País: USA.
Denominación: Referee – Reviewer.
Período de realización: 2007 y continua.
Institución: 2007 International Joint Conference on Neural Networks.
País: USA.