Autoridades Limac

Biografías de autoridades Laboratorio de Investigación Matemática Aplicada a Control (LIMAC)

Autoridades

Director: Prof. Mg. Ing. Sergio Laboret. Email: slaboret@yahoo.com.ar

Sub-Director: Prof. Dr. Julián Antonio Pucheta. Email: jpucheta@unc.edu.ar

Integrantes:

Prof. Ing. Miguel Margara

  • Consulto:

Prof. Dr. Victor Hugo Sauchelli. Email: victorsauchelli@gmail.com

  • Egresados:

Ph.D Ing. Cristian Rodriguez Rivero (22-12-2016). Email: cristian.rodriguezrivero@gmail.com

Ph.D Dipl. Ing. Josef Baumgartner (23-02-2016). Email: josef.s.baumgartner@gmail.com

Cristian Rodriguez Rivero

Name/Surname: Cristian Rodriguez Rivero

Nacionality: argentinian.

e-mail: crodriguezrivero@efn.uncor.edu, crodriguezrivero@ieee.org

ESTUDIOS

Postgrado Doctorado

Doctorado en Ciencias de la Ingeniería en la Universidad Nacional de Córdoba (Resol. N° 40-T-2010: Categoría A). Tesis: Modelos no Lineales de Pronóstico de Series Temporales basados en Inteligencia Computacional para Soporte en la Toma de Decisiones agrícolas. Finalización: 22 de Diciembre de 2016.

Grado

Ingeniero en Electrónica, egresado de la Universidad Nacional de Córdoba, Facultad de Ciencias Exactas, Físicas y Naturales. 20-12-2007. Orientación en Sistemas de Control Automático e Inteligencia Artificial.

Tesis de Grado: Sistema M.P.D-CAN, Red de Microcontroladores 68HC908GZ16 Motorola comunicados por Protocolo CAN 2.0 A-B para Entornos Industriales orientadas al Mantenimiento y Detección de fallas en maquinarias y operaciones. Calificación 10 (diez, sobresaliente).

2003 – 2007 – Ingeniería Biomédica, cursada hasta el 4 ° año en la Universidad Nacional de Córdoba, Facultad de Ciencias Exactas, Físicas y Naturales.

Orientación en instrumentación médica, sistemas de control y procesamiento digital de señales para el procesamiento de imágenes.

Estudio secundario

Técnico electrónico egresado de la E.N.E.T Nº 2 – Ing. Carlos Cassafousth, Escuela Nacional de Enseñanza Técnica  1991-1996.

Docencia

Grado

INGENIERÍA ELECTRÓNICA DE LA FACULTAD DE CIENCIAS EXACTAS FÍSICAS Y NATURALES DE LA U.N.C, Jefes de Trabajos Prácticos en el dictado de la materia Análisis y Control de Sistemas Estocásticos. Resol. N° 835-HCD-2009.

INGENIERÍA ELECTRÓNICA DE LA FACULTAD DE INGENIERIA DEL INSTITUTO UNIVERSITARIO AERONAUTICO, docente en el dictado de la materia Control de Procesos Digitales.

Enunciación de los antecedentes científicos

Integrante en Programas de investigación

“Control Avanzado para Procesos de Dinámica Lenta, Media y Rápida”. Área Ciencias de la Ingeniería y Arquitectura. Resolución SeCyT UNC 162/12 Período 2012-2013.

Integrante en Proyectos de investigación

2016-2017 Subsidios y avales académicos otorgados por SECYT-UNC. Título del proyecto: análisis y modelado de sistemas para controlar procesos agroindustriales. Director: Julian Pucheta, integrantes: Salas, Carlos Herrera, Martín Rafael, Rodriguez Rivero Cristian Maximiliano, Laboret, Sergio, Zanvettor Roberto, Baumgartner Josef, Romaldi Luciano, Rafael Redolfi Javier, Garcia Bravo Santiago.

2015-2017 – Proyecto PDTS456 CONICET: NAVEGACION INTELIGENTE DE SISTEMAS AEREOS AUTONOMOS (PRONISAA). Director: JUAREZ, GUSTAVO EDUARDO, UNT; 3. MATHE, LADISLAO, UNC; RODRIGUEZ RIVERO, CRISTIAN MAXIMILIANO, UNC., JUAN IGNACIO GIRIBET, UBA.

2014-2015- Subsidios y avales académicos otorgados por SECYT-UNC. Título del proyecto: Análisis, Modelado y Diseño De Sistemas Para Controlar Procesos Agroindustriales. Director: Julian Pucheta, integrantes: Salas, Carlos Herrera, Martín Rafael, Rodriguez Rivero Cristian Maximiliano, Laboret, Sergio, Zanvettor Roberto, Baumgartner Josef, Romaldi Luciano, Rafael Redolfi Javier, Garcia Bravo Santiago.

2014-2016.  Instituto de Automática – Universidad Nacional de San Juan «Plataformas Robóticas de Bajo Costo para Monitoreo Ambiental y Agricultura de Precisión. Parte II: Sistemas de Referencia de Actitud y Rumbo para robots autónomos aéreos y terrestres. Extracción automática de conocimiento para la toma de decisiones«.

2013-2015. Univeridad de Malaga, Depto. de Lenguajes – Ciencias de la Computación, España. «Sensores Inteligentes: Soluciones desde la Inteligencia Computacional«, Director: Dr. Leonardo Franco.

2012-2013. “Aprendizaje Automático Basado en Análisis y Modelado Estocástico para Controlar Procesos Agroindustriales”. Área Ciencias de la Ingeniería y Arquitectura.  Resolución SeCyT UNC 162/12.

“Inteligencia computacional basada en control estocástico y optimización para procesos agroindustriales”. SeCyT UNC 2010. Período 2010-2011. Resolución SeCyT UNC 214/10.

“Control y optimización para procesos agroindustriales”. ANPCyT PICT-2007-00526. Período 2009-2010. Resolución nº 320/08. (Finalizado).

2008-2009. “Controladores: Aplicaciones al Agro y a Controles de Motores Eléctricos – Desarrollos de Control de Orden Fraccionario”. Resolución Secyt UNC 214/10. 1-1-2009 – 31-12-2011. Facultad de Ciencias Exactas, Físicas y Naturales. Universidad Nacional de Córdoba.

Secyt-UNC.2008 – SECYT-UNC. Adquisición de Datos del Medioambiente y Gestión en Red Inteligente con el Fin de Optimizar el Uso de Recursos Energéticos Limitados. PETRASHIN, Pablo Antonio. REALE, César Ricardo ENEDETTI, Mauro, RODRÍGUEZ RIVERO Cristian Maximiliano

Cursos y conferencias dictados y realizados

Seminarios dictados

C. Rodríguez Rivero. Análisis no paramétrico y segmentación no-supervisada de una imagen satelital para detección  de parcelas agrícolas, para el dictado en el I Encuentro Regional de Procesamiento de Imágenes, realizado en la Facultad de Matemática, Astronomía y Física de la Universidad Nacional de Córdoba, del 19 al 22 de Setiembre de 2011.

C. Rodríguez Rivero, Control estocástico y optimización para procesos no lineales con restricciones. Foro de Investigación Universitaria en el Aula Magna de la Facultad de Matemáticas, Astronomía y Física  de la Universidad Nacional de Córdoba, realizado el 11 de Noviembre de 2009.

Cursos de posgrado realizados

  • Teoría y Metodología de la Investigación en Ingeniería de 40Hs, dictado por el Dr. Luis Godoy en la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba. Aprobado.
  • Introducción a la estadística bayesiana de 60Hs, dictado por el Dr. Oscar Bustos en la Facultad de Matemáticas, Astronomía y Física  de la Universidad Nacional de Córdoba. Aprobado.
  • Introducción a la Optimización Multiobjetivo de 60Hs, dictado por el Dr. Germán Torres en la Facultad de Matemáticas, Astronomía y Física  de la Universidad Nacional de Córdoba. Aprobado.
  • Series de Tiempo: Teoría y aplicaciones en Matemática Financiera de 60Hs, dictado por el Dr. Oscar Bustos en la Facultad de Matemáticas, Astronomía y Física  de la Universidad Nacional de Córdoba. Aprobado. Aprobado.
  • Control Optimal de Ecuaciones Diferenciales en derivadas parciales de 60Hs, dictado por el Dr. Damián Fernández en la Facultad de Matemáticas, Astronomía y Física  de la Universidad Nacional de Córdoba. Aprobado.
  • Introducción al Aprendizaje Automático: Aplicación a la Predicción y Control  de 60Hs, dictado por el Prof. Dr. MSc. Julián Pucheta en la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba. Aprobado.
  • Control Optimal de Procesos No Lineales de 60Hs, dictado por el Dr. Andrés Barrea en la Facultad de Matemáticas, Astronomía y Física  de la Universidad Nacional de Córdoba. Aprobado.
  • Probabilidad y Procesos Estocásticos de 60Hs, dictado por el Dr. Carlos Budde en la Facultad de Matemáticas, Astronomía y Física  de la Universidad Nacional de Córdoba. Aprobado.
  • Otros cursos tomados en el Congreso Nacional de Matemática Aplicada, Computacional e Industrial MACI 2011:
  • Dinámica no-lineal y Caos: Conceptos y Aplicaciones-Dr. Sergio Preidikman Departamento de Estructuras, F.C.F.E y.N. Universidad Nacional de Córdoba.
  • Optimización con restricciones para problemas de gran tamaño, José Mario Martínez Departamento de matemática Aplicada, IMECC- UNICAMP, Brasil.
  • Clasificador Entrópico-Fractal de Patrones y Señales dictado por el Dr. Marcos Gaudiano de duración 4 horas en el Congreso XVI Reunión de trabajo en Procesamiento de la Información y Control, Córdoba, 6 al 9 de Octubre de 2015. Aprobado.
  • Control Optimal en tiempo discreto dictado por el Dr. Damian Fernandez Ferreyra de duración 4 horas en el Congreso XVI Reunión de trabajo en Procesamiento de la Información y Control, Córdoba, 6 al 9 de Octubre de 2015. Aprobado.

Publicaciones científicas y docentes

Publicaciones originales en Revistas Indexadas con Referato

  • Cristian Rodríguez Rivero, Julián Pucheta, Josef Baumgartner, Sergio Laboret, Victor Sauchelli, Daniel Patiño. Short-series Prediction with BEMA Approach: application to short rainfall series. Aceptado con revisiones para publicarse en la Revista IEEE Latin America Transactions, 2016.
  • Rodriguez Rivero, J. Pucheta, S. Laboret, H. Patiño, V. Sauchelli, Energy associated tuning method for short-term series forecasting by complete and incomplete datasets. Aceptado para publicarse en la Revista Artificial Intelligence And Soft Computing Research, 2016. ISSN (print): 2083-2567. ISSN (on-line): 2449-6499.
  • Cristian Rodríguez Rivero, Julián Antonio Pucheta; Víctor Hugo Sauchelli; Héctor Daniel Patiño. Short time series prediction: Bayesian Enhanced modified Approach with application to cumulative rainfall series. Int. J. of Innovative Computing and Applications, 2016 Vol.7, No.3, pp.153 – 1629:42. DOI: 1504/IJICA.2016.078730.
  • 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), 7(3), 2016. http://dx.doi.org/10.14569/IJACSA.2016.
  • Cristian Rodríguez Rivero, Julián Pucheta, Sergio Laboret, Daniel Patiño, Víctor Sauchelli. Forecasting short time series with missing data by means of energy associated of series. Applied Mathematics, 2015, 6, 161-1619. http://dx.doi.org/10.4236/am.2015.69143.
  • 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.
  • 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.  359-364. IEEE Latin America Transactions, vol. 11, nro. 1, Feb. 2013. DOI: 10.1109/TLA.2013.6502830.
  • Rodríguez Rivero, M. Herrera, J. Pucheta, J. Baumgartner, D. Patiño and V. Sauchelli. High roughness time series forecasting based on energy associated of series, Journal of Communication and Computer, Vol. 9, No. 5, 2012, pp 576-586, ISSN 1548-7709, USA, David Publishing Company.

Publicaciones como co-autor en Capítulos de Libros

  • Julián Pucheta, Rodríguez Rivero, Martín Herrera, Carlos Salas, Víctor Sauchelli, H. Daniel Patiño, Capítulo titulado, Non-Parametric Methods for Forecasting Time Series from Cumulative Monthly Rainfall 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 (2012).  Disponible en https://www.novapublishers.com/catalog/product_info.php?products_id=33335&osCsid=f6e42dd9afd32cd8edc67c0e8c48a6aa.
  • A. Pucheta; C. Rodríguez Rivero; Herrera, M.; Carlos Salas; Londero, O.; Sauchelli, V.; H. D. Patiño; Cano, J. E.; Savio, M. E. Método no paramétrico basado en rugosidad para el diseño de filtros predictores de series temporales. Producción Científica de la Facultad de Tecnología y Ciencias Aplicadas III. Catamarca: Editorial Científica Universitaria de la Universidad Nacional de Catamarca. 2012. p117 – 122. ISBN 978-987-661-116-9.
  • Pucheta, J. A.; Rodríguez Rivero; Herrera, M.; Carlos Salas; Londero, O.; Sauchelli, V.; H. D. Patiño; Cano, J. E.; Savio, M. E. Método no paramétrico basado en submuestreo para el diseño de filtros predictores de series temporales. Producción Científica de la Facultad de Tecnología y Ciencias Aplicadas III. Catamarca: Editorial Científica Universitaria de la Universidad Nacional de Catamarca. 2012. p123 – 128. ISBN 978-987-661-116-9.
  • Pucheta, J.; Rodríguez Rivero, C.; Herrera, M.; Carlos Salas; Londero, O.; Sauchelli, V.; H. D. Patiño; Cano, J. E.; Savio, M. E. Método no paramétrico basado en energía para el diseño de filtros predictores de series temporales. Producción Científica de la Facultad de Tecnología y Ciencias Aplicadas III. Catamarca: Editorial Científica Universitaria de la Universidad Nacional de Catamarca. 2012. p.129 – 134. ISBN 978-987-661-116-9.

Publicaciones originales como co-autor en Revistas Indexadas con Referato

  • Julián A. Pucheta, Cristian M. Rodríguez Rivero, Martín R. Herrera, Carlos A. Salas, Victor H. 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. DOI: 1109/TLA.2013.6502878.
  • 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 monthly rainfall time series forecasting tuned by roughness. International Journal of Physical Sciences Vol. 7(24), pp. 3018 -3031, 22 June, 2012. http://www.academicjournals.org/IJPSDOI: 5897/IJPS11.857. ISSN 1992 – 1950.
  • Pucheta, 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.

Publicaciones originales en Memorias de Congresos Científicos Con Referato

  • Cristian Rodríguez Rivero, Julián A. Pucheta, Sergio Laboret and Victor Sauchelli. Time series forecasting by feed-forward neural networks variational inference approach. Congreso XXII Congreso sobre Métodos Numéricos y sus Aplicaciones (ENIEF 2016), aceptado en la Sesión MODELADO ESTOCASTICO E INCERTIDUMBRE.UTN-FRC, 8-11 Noviembre, Córdoba. Aceptado.
  • Rodríguez Rivero, J. Pucheta, Victor Sauchelli, Sergio Laboret, Yvan Tupac and Paula Otaño. “On predicting wind power series by using BEA modified neural networks-based approach”. 2016 IEEE ANDESCON (Andean Council International Conference). Aceptado.
  • Rodríguez Rivero, J. Pucheta, Sergio Laboret, A. Orjuela Cañón, V. Sauchelli. Chaotic time series forecast combining entropy information with energy associated to series method. 2016 IEEE LA-CCI (Latin American Conference on Computational Intelligence). Aceptado y elegido para la Revista Latin-America Transactions (IEEELAT).
  • Rodríguez Rivero, J. Pucheta, Sergio Laboret, Daniel Patiño, V. Sauchelli. A combined approach for long-term series prediction: Renyi permutation entropy with BEA predictor filter. Aceptado en el Congreso Bienal IEEE ARGENCON 2016.
  • Rodríguez Rivero, J. Pucheta, Sergio Laboret, Daniel Patiño, V. Sauchelli. On the Approximate Suboptimal Control by Neural Network- Rainfall Observer. Aceptado en el Congreso Bienal IEEE ARGENCON 2016.
  • Rodríguez Rivero, Cristian; Sauchelli, Víctor, Patiño, Héctor, Daniel; Laboret, Sergio, Pucheta, Julián. Long-term Power Consumption Demand Prediction: a comparison of Energy associated and Bayesian Modeling approach. Proceedings of 2015 Latin America Congress on Computational Intelligence (LA-CCI) – 12° Congresso Brasileiro de Inteligência Computacional (CBIC) Curitiba (PR), Brazil October, 13th-16th, 2015. 1 – 6. ISBN: 978-1-4673-8417-9. DOI: 10.1109/LA-CCI.2015.7435938
  • Rodríguez Rivero, Cristian; Patiño, Hector Daniel; Pucheta, Julian Antonio, Short-term rainfall time series prediction with incomplete data. Proceedings of International Joint Conference on Neural Networks (IJCNN 2015), pp.1-6, 12-17 July 2015. DOI: 10.1109/IJCNN.2015.7280315.
  • Cristian Rodríguez Rivero, Julián Pucheta, Josef Baumgartner, H. Daniel Patiño, Sergio Laboret and Paula Otaño. Forecasting noisy time series approximated by neural networks, Anales del XXIVº Congreso Argentino de Control Automático (AADECA 2014). 27 al 31 de Octubre de 2014 – Buenos Aires, Argentina. ISBN: 978-950-99994-8-0.
  • 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. Proceedings of International Joint Conference on Neural Networks (IJCNN 2013), pp. 222-227, Texas, 4-9 de Agosto de 2013, USA. DOI: 10.1109/IJCNN.2013.6706741.
  • Cristian Rodríguez Rivero, Julián Pucheta, Josef Baumgartner, Martín Herrera, Víctor Sauchelli, H. D Patiño and Sergio Laboret. Neural networks based algorithms for forecasting short time series with uncertatinties on their data. Anales del XXIIIº Congreso Argentino de Control Automático (AADECA 2012), 3 al 5 de Octubre de 2012 – Buenos Aires, Argentina.
  • Rodriguez Rivero, C., Pucheta, J., Herrera, M., Sauchelli, V., Laboret, S., Time series forecasting using Bayesian method: application to cumulative rainfall. Anales del IEEE ARGENCON 2012, 13 al 15 de Junio de 2012, Córdoba, Argentina. ISBN 978-987-572-076-3.
  • 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, Proceedings of the International Conference on Applied, Numerical and Computational Mathematics (ICANCM11), Barcelona, Spain, September 15-17, 2011, ISBN 978-1-61804-030-5, Pp. 80-86. (2011). http://www.wseas.us/e-library/conferences/2011/Barcelona/ICICIC/ICICIC-13.pdf.
  • Rivero Rodríguez, J. Pucheta, J. Baumgartner, M. Herrera, H.D. Patiño and V. Sauchelli. Modelado bayesiano de un filtro autorregresivo no lineal basado en redes neuronales para el pronóstico de series temporales de lluvia acumulada mensual. Anales del Congreso Nacional del Agua (CONAGUA 2011), 22 al 25 de Junio de 2011, Chaco, Argentina. ISSN 1853-7685. http://www.conagua2011.com.ar/dsite/actas/,http://www.conagua2011.com.ar/dsite/actas/Hidrologia/Hidrologia2.pdf.
  • Cristian Rodríguez Rivero, Julián Pucheta, Josef Baumgartner and Martin Herrera. A NN-based autoregressive model that considers the energy associated of time series for forecasting. Anales del III (ASAMACI-SIAM) MACI, 3(2011), 343-346 L.R. Castro, M.C. Maciel, S.M. Castro (Eds.).
  • Cristian Rodríguez Rivero, Julián Pucheta, Josef Baumgartner and Martín Herrera. Time series forecasting by area using feed-forward NN-based nonlinear autoregressive model. Anales del XXIIº Congreso Argentino de Control Automático (AADECA 2010), 31 de Agosto al 2 de Septiembre de 2010 – Buenos Aires, Argentina.
  • 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. Proceedings of the 2010 World Congress in Computer Science, Computer Engineering, and Applied computing DMIN10. Las Vegas, Nevada, USA, July 12-15, 2010. Proceedings ISBN 1-60132-138-4 CSREA. Press,p.p 278, (CD ISBN 1-60132-131-7), USA, (2010).

Publicaciones como co-autor en Memorias de Congresos Científicos Con Referato

  • Pucheta, C. Rodríguez Rivero, Sergio Laboret, C. Salas, M. Herrera, C. Contrera. Diseño de neurocontroladores basados en control óptimo aproximado para procesos restringidos. Congreso Bienal IEEE ARGENCON 2016. Aceptado
  • Laboret, J. Pucheta, C. R. Rivero and R. G. Reyes, «Hybrid fractional-integer position controller for a DC brushless motor,» 2015 XVI Workshop on Information Processing and Control (RPIC), Cordoba, Argentina, 2015, pp. 1-6. doi: 10.1109/RPIC.2015.7497111.
  • Daniel Patiño, Cristian Rodríguez Rivero, Julián Pucheta. Modelación, simulación y predicción del comportamiento dinámico del rio san juan usando redes neuronales. Anales del XXIVº Congreso Argentino de Control Automático (AADECA 2014). 27 al 31 de Octubre de 2014 – Buenos Aires, Argentina. ISBN: 978-950-99994-8-0.
  • Josef S. Baumgartner; Marcelo Scavuzzo; Cristian M. Rodríguez Rivero; Julián A. Pucheta. A new approach to segmentation of remote sensing images with hidden Markov Models. Proceedings of Biennial Congress of Argentina (ARGENCON), 2014 IEEE. San Carlos de Bariloche, Rio Negro, Argentina. Pp. 130 – 135. Print ISBN: 978-1-4799-4270-1. DOI:10.1109/ARGENCON.2014.6868484.
  • Sergio, R. R. Cristian, P. Julián and S. Victor, «Robust Fractional Digital Control of a First Order Plus Integrator Process,» Electronics, Robotics and Automotive Mechanics Conference (CERMA), 2012 IEEE Ninth, Cuernavaca, 2012, pp. 225-230. doi: 10.1109/CERMA.2012.43.
  • Pucheta, J., Rodríguez Rivero, C., Herrera, M., Salas, C., Sauchelli, V. Rainfall forecasting using sub sampling non-parametric methods, Anales del ARGENCON IEEE 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 IEEE 2012, del 13 al 15 de Junio de 2012 en Córdoba, Argentina, Paper No 68, ISBN 987572076-3. (2012).
  • 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). http://www.40jaiio.org.ar/node/162.
  • 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). ISSN: 1852-4850. http://www.40jaiio.org.ar/node/162.
  • Baumgartner, C. Rivero Rodríguez and J. Pucheta. Pronóstico de lluvia en un punto desde diversos puntos geográficos de observación mediante procesos gaussianos. Anales del Congreso CONAGUA (Congreso Nacional del Agua), Chaco, ISSN 1853-7685, Argentina, realizado del 22 al 25 de Junio, 2011. . http://www.conagua2011.com.ar/dsite/actas.
  • Pucheta, M. Herrera, C. Rivero Rodríguez and J. Baumgartner. Filtro no lineal para pronóstico de series temporales de Alta rugosidad empleando submuestreo. Anales del Congreso CONAGUA (Congreso Nacional del Agua), Chaco, ISSN 1853-7685, Argentina, realizado del 22 al 25 de Junio, 2011. http://www.conagua2011.com.ar/dsite/actas.
  • Josef Baumgartner, Cristian Rodríguez Rivero, Julián Pucheta. A genetic algorithm based design approach for the properties of a Gaussian process for time series forecasting. Anales del XXII Congreso Argentino de Control Automático (AADECA 2010) realizado del 31 de Agosto al 2 de Septiembre de 2010 – Buenos Aires, Argentina.

Trabajos enviados para publicación

  • Rodríguez Rivero, J. Pucheta, Daniel Patiño, V. Sauchelli. “Neural Networks-based Non-parametric Robust Methods for Improving Long-Short-Term Rainfall Time Series Forecasting: Application to Decision-Making in Extensive Agriculture”, IEEE Transactions on Neural Networks and Learning Systems, 2016. Enviado.
  • Julian Pucheta, Cristian Rodriguez Rivero, Carlos Salas, Martin Herrerra and Sergio Laboret. “Análisis de un neurocontrolador-observador para caso del péndulo invertido”, XXV Argentinian Congress on Automation and Control (AADECA 2016). 1-3 November, 2016 – Buenos Aires, Argentina. Enviado.
  • Cristian Rodríguez Rivero, Julián Pucheta, Efren Gorrostieta, H. Daniel Patiño, Sergio Laboret and Victor Sauchelli. “Bayesian enhanced modified forecasting approach: application to wind power series”, XXV Argentinian Congress on Automation and Control (AADECA 2016). 1-3 November, 2016 – Buenos Aires, Argentina. Enviado.
  • García-Sillas, Daniel; Gorrostieta-Hurtado, Efrén; Soto-Vargas, Emilio; Rodriguez Rivero, Cristian. Learning from Demonstration with Gaussian Processes. 2016 IEEE International Conference on Mechatronics, Adaptive and Intelligent Systems, Queretaro, Mexico. Enviado.

Jornadas

  • 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).

Como Conferencista magistral

BIG DATA AND COGNITIVE DYNAMICS CONTROL: SUS IMPLICANCIAS EN PROCESAMIENTO DE LA INFORMACIÓN EN AGRICULTURA realizado el 1 de Octubre de 2015 en el Workshop Internacional: IEEE Computational Intelligence & Education (WESCIS), Tucumán 2014, Argentina.

LA TECNOLOGÍA BIG DATA Y SUS IMPLICANCIAS EN LA EDUCACIÓN Y LA SOCIEDAD,  realizado el 19 de Setiembre 2014,  en el II Congreso Argentino de Ingeniería – CADI 2014, Tucumán, Argentina.

COGNITIVE CONTROL: NUEVAS PERSPECTIVAS PARA APLICACIONES EN AGRICULTURA, realizado el 11 de Setiembre 2014 en el Workshop Internacional: Tecnología de Drones y Vehículos Aéreos No Tripulados – IEEE Computational Intelligence & Education (WESCIS), Tucumán 2014, Argentina.

INTELIGENCIA ARTIFICIAL: APLICACIONES Y NUEVAS PERSPECTIVAS PARA APLICACIONES EN AGRICULTURA, realizado el 2 de Septiembre de 2014 en el segundo evento tecnológico: “Semana TIC Córdoba”, Córdoba, Argentina.

MODELADO Y CONTROL DE SISTEMAS PARA PROCESOS AGROINDUSTRIALES, realizado el día 8 de Agosto de 2014 en el Congreso XXI Congreso Internacional de Ingeniería Electrónica, Eléctrica y Computación INTERCON 2014, Arequipa, Perú. http://ucsp.edu.pe/intercon2014/ponentes-principales/.

MACHINE LEARNING Y SUS APLICACIONES A CONTROL, realizado el día 6 de Noviembre de 2013 en el Workshop de Inteligencia Artificial – IEEE Computational Intelligence, Córdoba 2013, Argentina.

MODELADO Y CONTROL DE SISTEMAS PARA PROCESOS AGROINDUSTRIALES, realizado el 13 de septiembre de 2013 en el Workshop Internacional de la IEEE Computational Intelligence & Education (WESCIS) Tucumán 2013, Argentina.

AGROMÁTICA: INTELIGENCIA COMPUTACIONAL APLICADA A CONTROL DE PROCESOS AGRÍCOLAS, realizado el día 17 de Agosto de 2013 en el Congreso Nacional de Estudiantes de Ingeniería de Sistemas y Computación (XXI CONEISC), Tarapoto 2013, Perú.

AGROMÁTICA: INTELIGENCIA COMPUTACIONAL APLICADA A PROCESOS AGRÍCOLAS, realizado el día 12 de Abril de 2013 en el Congreso Boliviano de Ingeniería de la IEEE (Instituto Internacional de Ingenieros eléctricos y electrónicos), Santa Cruz de las Sierras, Bolivia.

SATÉLITES, realizado el día 11 de Abril de 2013 en el Congreso Boliviano de Ingeniera de la IEEE (Instituto Internacional de Ingenieros eléctricos y electrónicos), Santa Cruz de las Sierras, Bolivia.

COMPRESSION METHODS AND RELATED ISSUES en el 2010 World Congress in Computer Science, Computer Engineering, and Applied computing (Worldcomp 2010) en el Hotel Monte Carlo Resort, Las Vegas, Nevada USA, 13 de Julio de 2010.

Como Expositor de trabajos

Cristian Rodríguez Rivero. FORECASTING NOISY TIME SERIES APPROXIMATED BY NEURAL NETWORKS, aceptado a publicarse en los anales del XXIVº Congreso Argentino de Control Automático (AADECA 2014), Octubre de 2014 – Buenos Aires, Argentina.

Josef S. Baumgartner; Marcelo Scavuzzo; Cristian M. Rodríguez Rivero; Julián A. Pucheta. A new Approach to Segmentation of Remote Sensing Images with Hidden Markov Models. Argentina. San Carlos de Bariloche. 2014. ARGENCON 2014. Universidad Nacional de Rio Negro.

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, realizado del 4 al 9 de Agosto de 2013, USA.

Sergio Laboret, Cristian Rodriguez Rivero, Pucheta Julián y Sauchelli Victor, Robust Fractional Digital Control of a First Order plus Integrator Process, expuesto en el The Ninth Electronics, Robotics and Automotive Mechanics Conference (CERMA) IEEE 2012 realizado del 20-23  de Noviembre en Cuernavaca, Morelos, México.

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, a publicarse en los anales del XXIIIº Congreso Argentino de Control Automático (AADECA 2012) realizado del 3 al 5 de Octubre de 2012 – Buenos Aires, Argentina.

C. Rodríguez Rivero, M. Herrera, J. Pucheta, J. Baumgartner, D. Patiño and V. Sauchelli  and S. Laboret, Time series forecasting using Bayesian method: application to cumulative rainfall publicado en IEEE ARGENCON 2012 realizado en la Universidad Nacional de Córdoba del 13 al 15 de Junio de 2012.

C. Rodríguez Rivero, 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. (2011).

C. Rodríguez Rivero, 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 (ICANCM11), Barcelona, Spain, September 15-17, 2011.

C. Rivero Rodríguez, Bayesian modeling of a nonlinear autoregressive filter based on neural networks for monthly cumulative rainfall  time series forecasting , anales del Congreso CONAGUA (Congreso Nacional del Agua), ISSN 1853-7685, Chaco, Argentina, realizado del 22 al 25 de Junio, 2011.

Cristian Rodríguez Rivero, Julián Pucheta, Josef Baumgartner and Martin Herrera, A NN-based autoregressive model that considers the energy associated of time series for forecasting, publicado en los anales del III Congreso de Matemática Aplicada, Computacional e Industrial MACI 2011 (ASAMACI-SIAM),  realizado del  9 al 11 de Mayo de 2011 en Bahía Blanca, Argentina.

Cristian Rodríguez Rivero, Julián Pucheta,  Josef Baumgartner and Martín Herrera, Time series forecasting by area using feed-forward nn-based nonlinear autoregressive model, publicado en los anales del XXIIº Congreso Argentino de Control Automático (AADECA 2010) realizado del 31 de Agosto al 2 de Septiembre de 2010 – Buenos Aires, Argentina.

Como Comité Científico de Programa de Congresos

Miembro del Comité Científico de Programa del International Conference on Open Source System and Technologies ICOSST (2015) a realizarse en Lahore, Pakistan, 2016

Miembro del Comité Científico de Programa del 3° Latin America Congress on Computational Intelligence LA-CCI (la.cci.org) a realizarse en Cartagena de Indias, Colombia, 2016.

Miembro del Comité Científico de Programa del 2016 International Joint Conference on Neural Networks (IJCNN 2016), IEEE Computational Intelligence Society realizado en Vancouver, Canadá, 2016.

Miembro del Comité Científico de Programa del Congreso Peruano IEEE ANDESCON 2016 a realizarse en Arequipa, Perú, 2016.

Miembro del Comité Científico de Programa del Congreso Peruano IEEE INTERCON 2016 realizado Lima, Perú, 2016.

Miembro del Comité Científico de Programa del Congreso Argentino IEEE ARGENCON 2016 a realizarse Buenos Aires, Argentina, 2016.

Miembro del Comité Científico de Programa del XVI Reunión para el Procesamiento de la Información y Control (RPIC 2015) realizado en Córdoba, Argentina, 2015.

Miembro del Comité Científico de Programa 2015 del Congreso Argentino de Sistemas Embebidos (CASE).

Miembro del Comité Científico de Programa del 2015 International Joint Conference on Neural Networks (IJCNN 2015), IEEE Computational Intelligence Society realizado en Killerney, Irlanda, 2015.

Miembro del Comité Científico Internacional de Programa en The 20th International Conference on Control Systems and Computer Science (CSCS20-2015) held in Bucharest, Romania, from May 27 to May 29, 2015.

Miembro del Comité Científico de Programa del 2° Latin America Congress on Computational Intelligence LA-CCI (la.cci.org) realizado Curitiba, Brazil, 2015.

Miembro del Comité Científico de Programa 2014 del Congreso Argentino de Sistemas Embebidos (CASE).

Miembro del Comité Científico de Programa para el Track: Intelligent Computing for EUSPN14 (The 5th International Conference on Emerging Ubiquitous Systems and Pervasive Networks, September 22-25, 2014, Halifax, Nova Scotia, Canada).

Miembro del Comité Científico de Programa del 1° Latin America Congress on Computational Intelligence LA-CCI (la.cci.org) realizado en San Carlos de Bariloche, Argentina, 2014.

Miembro del Comité Científico de Programa del Congreso Argentino IEEE ARGENCON 2014 de la sesión Computational Intelligence  realizado en San Carlos de Bariloche, Argentina, 2014.

Miembro del Comité Científico de Programa del 2014 International Conference on Computational Science and Computational Intelligence (CSCI14) a realizarse en Marzo, Las Vegas, EEUU, 2014.

Miembro del Comité Científico de Programa del 2014 International Joint Conference on Neural Networks (IJCNN 2014), IEEE World Congress on Computational Intelligence a realizarse en Beijing, China, 2014.

Miembro del Comité Científico de Programa 2013 del XII Congreso de la Sociedad Peruana de Computación, Universidad Señor de Sipán, 2013.

Miembro del Comité Científico de Programa 2013 del Congreso Argentino de Sistemas Embebidos (CASE).

Miembro del Comité Científico de Programa 2013 del International Joint Conference on Neural Networks (IJCNN 2013).

Como Session Chair

C. Rodríguez Rivero, Session Chair in Special Issue: Advances in Computational Intelligence for Applied Time Series Forecasting (ACIATSF), for the 2016 World Congress on Computational Intelligence – IEEE WCCI 2016.

C. Rodríguez Rivero, Session Chair in Special Issue: Advances and Application in Forecasting, for the International Joint Conference on Neural Networks (IJCNN 2015).

C. Rodríguez Rivero, Session Chair in Stochastic Programming for the SIAM INFORMS 2013 annual conference in Minneapolis October 6-9, 2013 http://meetings2.informs.org/minneapolis2013/.

C. Rodríguez Rivero, Session Chair in Special Issue: Advances and Application in Forecasting, for the International Joint Conference on Neural Networks (IJCNN 2013).

C. Rodríguez Rivero, Session Chair para las Conferencias Procesamiento de Señales e Imágenes y Robótica del XXIIIº Congreso Argentino de Control Automático (AADECA 2012) realizado del 3 al 5 de Octubre de 2012 – en la Rural, Buenos Aires, Argentina.

C. Rodríguez Rivero, Session Chair para la Conferencia Compression Methods and Related Issues celebrado simultáneamente con  otras  21 Conferencias como parte de The 2010 World Congress in Computer Science, Computer Engineering, and Applied computing (Worldcomp 2010) en el Hotel Monte Carlo Resort, Las Vegas, Nevada USA, 13 de Julio de 2010. http://www.world-academy-of-science.org/worldcomp10/ws/program/ipc13.

Como Organizador

Integrante de la Comisión Organizadora del 3° Latin America Congress on Computational Intelligence  LA-CCI (la.cci.org)  a realizarse en Cartagenas de Indias, Colombia, 2016.

Organizador General del Congreso “Reunión para el Procesamiento de la Información y Control (RPIC 2015)” a realizarse en la UNC FCEFyN y la UTN FRC, Córdoba, 2015. (www.rpic.com.ar)

Integrante de la Comisión Organizadora del Workshop Internacional IEEE Computational Intelligence & Education (WESCIS), Tucumán, 2015.

Integrante de la Comisión Organizadora del 2° Latin America Congress on Computational Intelligence  LA-CCI (la.cci.org)  a realizarse en Curitiba, Brazil, 2015.

Integrante de la Comisión Organizadora del 10th International School on the Effects of Radiation on Embedded Systems for Space Applications – SERESSA 2014 a realizarse del 11 al 13 de Junio de 2014 en San Carlos de Bariloche, Argentina. (http://fisica.cab.cnea.gov.ar/seressa2014/)

Integrante de la Comisión Organizadora del Congreso ARGENCON 2014 IEEE a realizarse del 11 al 13 de Junio de 2014 en San Carlos de Bariloche, Argentina.

Organizador del Workshop Internacional IEEE Computational Intelligence Society on Recent Advances in Computational Intelligence and Its Applications a realizado en el periodo comprendido entre el 13 marzo 2014 hasta 15 marzo 2014, Universidad Ricardo Palma, Lima, Peru.

Organizador del 1° Latin America Congress on Computational Intelligence LA-CCI (la.cci.org)  a realizarse en San Carlos de Bariloche, Argentina, 2014.

Organizador del V SEEMI 2013 – V Simposio en Estadística Espacial y Modelamiento de Imágenes realizado en diciembre de 2013, en la Facultad de Matemática, Astronomía y Física de la Universidad Nacional de Córdoba, Córdoba, 2013.

Organizador del Workshop Advances in Computational Intelligence for Time Series Forecasting and their Applications a realizarse en el 2014 International Conference on Computational Science and Computational Intelligence (CSCI1 2014), Las Vegas, EEUU, 2014.

Organizador del Workshop Inteligencia Artificial realizado el 6 de Noviembre de 2013 en al Auditorio CCT CONICET de la Universidad Nacional de Córdoba.

Integrante de la Comisión Organizadora del Workshop Internacional de la IEEE Computational Intelligence & Education (WESCIS), Tucumán, 2013.

Integrante de la Comisión Organizadora del XV Reunión del Procesamiento de la Información y Control (RPIC 2013) para la Sesión de Agromática por el capítulo Argentino de la Sociedad Inteligencia Computacional (CIS-IEEE) realizado en San Carlos de Bariloche, 2013.

Organizador de la Sesión especial: Advances and Applications in Forecasting del International Joint Conference on Neural Networks (IJCNN 2013) IEEE Computational Intelligence Society. .www.ijcnn2013.org/special-sessions.

Organizador del primer CIS DAY de la Sociedad Inteligencia Computacional de la IEEE realizado el día 12 de Abril de 2013 en el Congreso Boliviano de Ingeniera de la IEEE (Instituto Internacional de Ingenieros eléctricos y electrónicos). http://betcon2013.org/cis-day/.

Integrante de la Comisión Organizadora del Congreso ARGENCON 2012 IEEE realizado del 13 al 15 de Junio de 2012 en la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba.

Como Steering Committee and Advosory Board

Miembro del Steering Committee del 2016 IEEE International Conference on Mechatronics, Adaptive and Intelligent Systems a realizarse en Queretaro, México, 2016.

Miembro del Steering Committee del 3° Latin America Congress on Computational Intelligence LA-CCI (la.cci.org) a realizarse en Cartagena de Indias, Colombia, 2016.

Miembro del Steering Committee del 2° Latin America Congress on Computational Intelligence LA-CCI (la.cci.org) realizado en Curitiba, Brasil, 2015.

Miembro del Steering Committee del 1° Latin America Congress on Computational Intelligence LA-CCI (la.cci.org) realizado en San Carlos de Bariloche, Argentina, 2014.

Premios, distinciones, becas o subsidios

Beca de formación doctoral PDFT de la Agencia Nacional de Promoción Científica y Tecnológica

01-10-2009 / 01-10-2013. Formación Doctoral. Tema: Control estocástico y optimización para procesos no lineales con restricciones. Director: Dr. Julián Pucheta. Lugar: Laboratorio de Investigación Matemática Aplicada a Control, Universidad Nacional de Córdoba, Argentina.

Revisor de artículos científicos

2014-2015. Referee-Reviewer en IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS.

Reviewer. Período de realización: 2015 para JOURNAL IEEE Transactions on Systems, Man and Cybernetics Systems

Reviewer. Período de realización: 2015 para JOURNAL INTELLIGENT AUTOMATION & SOFT COMPUTING.

Reviewer. Período de realización: 2015 para Congreso Argentino de Sistemas Embebidos (CASE 2015).

Referee-Reviewer en Conference on Applied Research in Engineering & Management – CAREM 2015 ICCEEMS 2016 & ICSSSIS 2016, India.

2014-2016. Referee-Reviewer en IEEE LATIN AMERICAN TRANSACTIONS.

Referee-Reviewer.  Período de realización: 2015 en el International Joint Conference on Neural Networks (IJCNN 2015 – IEEE CIS).

Referee-Reviewer en The 20th International Conference on Control Systems and Computer Science (CSCS20-2015) held in Bucharest, Romania, from May 27 to May 29, 2015.

Referee-Reviewer en el 2° Congreso Latinoamericano de Inteligencia Computacional (LA-CCI – http://la-cci.org) realizado en Curitiba, Brazil, 2015.

Referee-Reviewer en el EUSPN14 (The 5th International Conference on Emerging Ubiquitous Systems and Pervasive Networks, September 22-25, 2014, Halifax, Nova Scotia, Canada).

Referee-Reviewer en el 22nd Mediterranean IEEE Conference on Control and Automation held in University of Palermo, Palermo, Italy during June 16-19, 2014.

2014. Referee-Reviewer Congreso Latinoamericano de Inteligencia Computacional (LA-CCI – http://la-cci.org) a celebrarse en San Carlos de Bariloche, Argentina, 2014.

Referee-Reviewer Congreso Argentino ARGENCON IEEE 2014 en el track Inteligencia Computacional  a celebrarse en San Carlos de Bariloche, Argentina, 2014.

Referee-Reviewer. Período de realización: 2014 para International Joint Conference on Neural Networks (IJCNN 2014 – IEEE CIS).   http://www.ieee-wcci2014.org/IJCNNProgramCommitee.htm.

Referee-Reviewer. Período de realización: 2013 para XII CONFERENCE OF THE PERUVIAN COMPUTING SOCIETY (CSPC2013), XII PERUVIAN COMPUTING WEEK 2012 (JPC2013) http://www.uss.edu.pe/uss/eventos/xiicspc2013/call.html

Reviewer. Período de realización: 2013 para Congreso Argentino de Sistemas Embebidos http://www.sase.com.ar/2013/files/2013/09/CASE2013-Intro-Libro-Trabajos-Foro-Tecnologico-y-Posters.pdf

Reviewer. Período de realización: 2013-2014. Institución: THE JOURNAL OF SUPERCOMPUTING SPRINGER – An International Journal of High-Performance Computer Design, Analysis, and Use. Editor-in-Chief: Hamid R. Arabnia   – http://www.springer.com/computer/swe/journal/11227.

Referee-Reviewer.  Período de realización: 2013 para la session especial: Advances and Applications in Forecasting http://www.ijcnn2013.org/special-sessions/#content del International Joint Conference on Neural Networks (IJCNN 2013 – IEEE CIS).

Reviewer. Período de realización: 2011. Institución: JOURNAL SPRINGER – ADVANCE IN DATA ANALYSIS AND CLASSIFICATION (ADAC). País: Alemania. Dr.h.c. Hans-Hermann Bock, editor   – http://www.springer.com/statistics/statistical+theory+and+methods/journal/11634.

Reviewer. Período de realización: 2012. Institución: JOURNAL ELSEVIER – MATHEMATICS AND COMPUTERS IN SIMULATION (MATCOM). Andrea Tura Editor – http://ees.elsevier.com/matcom/default.asp.

Afiliaciones

Co-fundador y Steering Committe de la Sociedad Latinoamericana de Inteligencia Computacional (LA-CCI – http://la-cci.org), 2014.

Presidente del Capítulo Argentino de Inteligencia Computacional del IEEE Argentina 2014.

Miembro del Technical Committee Neural Networks IEEE CIS 2014

Miembro del Sub-comité de IEEE CIS Young Professionals 2014

Miembro de la IEEE Computational Intelligence Society (CIS) Argentina.

Miembro de la INNS, International Neural Network Society (INNS).

Miembro de la IEEE, Control System Society (CSS), Computational Intelligence Society (CIS),  Aerospace and Electronic Systems Society (AESS) and Signal Processing Society (SPS).

Miembro de la SIAM (Society for Industrial and Applied Mathematics),  Control and Optimization.

Miembro de la AADECA (Asociación Argentina de Control Automático).

Miembro del CIEC, Colegio de Ingenieros Especialistas de Cordoba.

PERSONAL SKILLS

FORECASTING & DATA MINING SKILLSMachine Learning: Neural Networks, Support Vector Regression and genetic algorithms.Stochastic, optimal, continuous and discrete control for slow dynamic processes.Operation research.INFORMATION SYSTEMS SKILLSAnalysis, simulation, design & re-engineering of processes.Operate PC-based Information Systems in hardware, software and networks.Programming knowledge: Visual Basic, Matlab, Labview, C/C++, C Embedded, Visual C++.Programming language in assembler – MPLAB – CODEWARRIOR.Electronic designers Software:  PROTEL DXP-ALTIUM DESIGNER – ORCAD – PSPICE.

Foto-Cristian-Congresos-e1408028763552-130x150.jpg

Josef Baumgartner

Nombre y Apellido:                            Josef Sylvester Baumgartner

Título:                                                       Dipl. Ingeniero (Cibernético)

Fecha y Lugar de Nacimiento:        16.07.1983, Dachau (Alemania)

Estado Civil:                                           Casado

Mail:                                                         josef.s.baumgartner@gmail.com

Temas de investigación:

Data mining, pattern recognition, statistical learning, image segmentation, 2D hidden Markov models,

parameter estimation.

Estudios Universitarios

Postgrado

Doctorado en Ciencias de la Ingeniería en la Universidad Nacional de Córdoba (Resolución N° 001076-T-2010: Categoría A), Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional Córdoba. Finalizado el 23 de Febrero de 2016.

Tema: “Modelos dinámicos estocásticos para optimización de procesos no lineales con restricciones”.

Grado

Ingeniero en Cibernética, egresado de la Universität Stuttgart, Facultad VII Mecánica. Promedio 9. (2009).

Tesis de Grado: “Modelos dinámicos basado en procesos gaussianos: métodos y aplicaciones para motores diesel”. Centro de investigación de la Robert Bosch GmbH Schwieberdingen, Departamento: “Cognitive Systems”. Calificación 10. (2009).

Tesis de estudiante: “Synchronization of metronomes“ en el “Institut for Systemstheorie and Control”. Calificación 10. (2008).

Intercambio con la Universidad Tecnológica Nacional en Córdoba, Argentina (2007).

Docencia

Grado

INGENIERÍA ELECTRÓNICA DEL INSTITUTO UNIVERSITAIO AEREONAUTICO I.U.A.

Profesor contratado para el curso optativo “Matlab/Simulink aplicado a control”. (2011-2012).

INGENIERÍA ELECTRÓNICA DE LA FACULTAD DE CIENCIAS EXACTAS FÍSICAS Y NATURALES DE LA U.N.C

Profesor Ayudante B de la materia “Sistemas de Control I”. (2010-2013, Resolución 1099-T-2009).

INGENIERÍA CIBERNÉTICA DE LA FACULTAD MECÁNICA DE LA UNIVERSITÄT STUTTGART

Supervisor de la práctica “Control I” en el “Institute for Systems Theory and Automatic Control”. (2008).

FACULTAD MATEMÁTICA Y FÍSICA DE LA UNIVERSITÄT STUTTGART

Ayudante alumno de las materias “Matemática I y II” en el “Institut for Geometry and Topology”. (2005 – 2007).

Trabajos publicados en Revistas Científicos

Rodríguez Rivero, C.; Herrera, M.; Pucheta, J.; Baumgartner, J.; Patiño, D. y Sauchelli, V. (2013) “High Roughness Time Series Forecasting based on energy associated of series.” Journal of Communication and Computer, Vol. 9, No. 5, 2012, pp. 576-586, ISSN 1548-7709, USA, David Publishing Company.

Rodríguez Rivero, C.; Herrera, M.; Pucheta, J.; Baumgartner, J.; Patiño, D. y Sauchelli, V. (2013) “Time series forecasting using Bayesian method: application to cumulative rainfall.” IEEE Latin America Transactions, Vol. 11, No. 1, Feb. 2013. pp. 359-364. ISSN 1548-0992.

Trabajos publicados en Congresos Científicos

Baumgartner, J.; Rodríguez Rivero, C. y Pucheta, J. (2010) “A genetic algorithm based design approach for the properties of a Gaussian Process for Time Series Forecasting.” XXIIº Congreso Argentino de Control Automático – AADECA 2010. 31 de Agosto al 2 de Septiembre de 2010 – Buenos Aires, Argentina.

Rodríguez, C.; Pucheta, J.; Baumgartner, J.; Patiño, H. y Kuchen, B. (2010) “An Approach for Time Series Forecasting by simulating Stochastic Processes through time lagged feed-forward neural network”. Proceedings of the 2010 International Conference on Data Mining – DMIN’10, Las Vegas, EE.UU., 12 al 15 de Julio de 2010. ISBN 1-60132-138-4, CSREA Press, Vol.6, pp. 287-293 (CD ISBN 1-60132-131-7).

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Herrera, M.; Salas, C. y Sauchelli, V. (2011) “A NN-Based Autoregressive Model that considers the Energy associated of Time Series for Forecasting”. En: III MACI 2011 – Tercer Congreso de Mathematica Aplicada, Computacional e Industrial. 9 al 11 de mayo de 2011, Bahía Blanca, Argentina.

Baumgartner, J.; Rodríguez Rivero, C. y Pucheta, J. (2011) “Pronóstico de lluvia en un punto desde diversos puntos geográficos de observación mediante procesos gaussianos.” XXIII Congreso Nacional del Agua – CONAGUA, 22 al 25 de Junio de 2011, Resistencia, Chaco, Argentina, ISSN 1853-7685.

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Patiño, H.; Herrera, M. y Sauchelli, V.  (2011) “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 – CONAGUA, 22 al 25 de Junio de 2011, Resistencia, Chaco, Argentina, ISSN 1853-7685. pp. 149-163.

Pucheta, J.; Herrera, M.; Rodríguez Rivero, C. y Baumgartner, J. (2011) “Filtro no lineal para pronóstico de series temporales de alta Rugosidad empleando submuestreo.” XXIII Congreso Nacional del Agua – CONAGUA, 22 al 25 de Junio de 2011, Resistencia, Chaco, Argentina, ISSN 1853-7685. pp. 117-135.

Baumgartner, J.; Rodríguez Rivero, C. y Pucheta, J. (2011) “Identificación no-supervisada de parcelas agrícolas en imágenes satelitales multiespectrales basado en la semejanza de pixeles homólogos en las distintas bandas.” Jornadas de Informática – JAIIO 40, 3º Congreso Argentino de AgroInformática – CAI, 30 y 31 de Agosto de 2011, Córdoba, Argentina.

Pucheta, J.; Herrera, M.; Rodríguez Rivero, C. y Baumgartner, J. (2011) “Filtro predictor basado en redes neuronales para pronóstico de series temporales de lluvia acumulada empleando submuestreo.” Jornadas de Informática – JAIIO 40, 3º Congreso Argentino de AgroInformática – CAI, 30 y 31 de Agosto de 2011, Córdoba, Argentina.

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Herrera, M.; Patiño, H. y Kuchen, B.  (2011) “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, 15 al 17 de Septiembre de 2011, Barcelona, España, ISBN 978-1-61804-030-5, pp. 80-86.

Pucheta, J.; Rodríguez Rivero, C.; Herrera, M.; Sauchelli, V. y Baumgartner, J. (2011) “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.

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Herrera, M. y Patiño, D. (2011) “A NN-based nonlinear autoregressive model for Time series forecasting in function of energy associated of series”. En: “The 50th IEEE Conference on Decision and Control and European Control Conference” a realizarse del 12 al 15 de Diciembre de 2011, Florida, EE.UU.

Rodríguez Rivero, C.; Pucheta, J.; Baumgartner, J.; Herrera, M.; Sauchelli, V.; Patiño, D. y Laboret, S. (2012) “Neural Networks Based Algorithms for Forecasting Short Time Series with Uncertatinties on their Data”. Proceedings of XXIIIº Argentine Association of Automation and Control, 2012.

Rodríguez Rivero, C.; Herrera, M.; Pucheta, J.; Baumgartner, J.; Patiño, D. y Sauchelli, V. (2012) “Neural Networks Based Algorithms for Forecasting Short Time Series with Uncertatinties on their Data”. Time series forecasting using Bayesian method: application to cumulative rainfall. IEEE ARGENCON 2012, Universidad Nacional de Córdoba del 13 al 15 de Junio de 2012.

Baumgartner, J.; Giménez J.; Pucheta, J. y Flesia A. G. (2013) “Classification of agricultural fields in satellite images using two-dimensional hidden markov models”. Jornadas de Informática – JAIIO 42, 5º Congreso Argentino de AgroInformática – CAI, Setiembre de 2013, Córdoba, Argentina.

Flesia, A. G.; Giménez J. y Baumgartner, J. (2013) “On segmentation with markovian models”. Jornadas de Informática – JAIIO 42, XIV Argentine Symposium on Artificial Intelligence – ASAI, Setiembre de 2013, Córdoba, Argentina.

Baumgartner, J.; Flesia A. G.; Giménez J. y Pucheta, J. (2013) “A new approach to image segmentation with two-dimensional hidden markov models”. 1st BRICS Countries Congress on Computational Intelligence BRICS-CCI, Recife, Brasil, Setiembre 2013.

Premio: Best Professional Paper Award – First Place.

Publicaciones en Revisión

Flesia, A. G.; Baumgartner, J.; Giménez J. y Martínez, J. (2013) “Accuracy of map segmentation with hidden potts and markov mesh prior models via path constrained viterbi training, iterated conditional modes and graph cut based algorithms”. Pattern Recognition, Elsevier, Julio 2013, iSSN: 0031-3203.

Enunciación de los antecedentes científicos

Cursos de posgrado

Curso de posgrado “Probabilidad y Procesos Estocásticos” de 120Hs, dictado por el Dr. Carlos Briozzo en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Control Optimo de Procesos No Lineales” de 60Hs, dictado por el Dr. Andrés Barrea en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Tópicos en Series Temporales y Cadenas de Markov” de 60Hs, dictado por la Dra. Silvia María Ojeda en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Introducción al aprendizaje automático: aplicación a la predicción y control” de 60Hs, dictado por el Dr. Julián Antonio Pucheta en la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba.

Curso de posgrado “Adquisición y Procesamiento de Imágenes” de 60Hs, dictado por el Lic. Jesús Humberto Calderón en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Segmentación de imágenes usando modelos markovianos ocultos” de 60Hs, dictado por la Dra. Georgina Flesia en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Clasificación Estadística de Patrones” de 60Hs, dictado por la Dra. Georgina Flesia en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Introducción a la estadística bayesiana” de 60Hs, dictado por el Dr. Oscar Bustos en la Facultad de Matemáticas, Astronomía y Física de la Universidad Nacional de Córdoba.

Curso de posgrado “Control óptimo de sistemas dinámicos modelados como procesos determinísticos y estocásticos” de 60Hs, dictado por el Dr. Julián Antonio Pucheta en la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba.

Curso de posgrado “Teoría y Metodología de la Investigación en Ingeniería” de 40Hs, dictado por el Dr. Luis Godoy en la Facultad de Ciencias Exactas, Físicas y Naturales de la Universidad Nacional de Córdoba.

Conocimiento de Idiomas

Alemán: Nivel nativo.

Inglés: Nivel bilingüe.

Español: Nivel bilingüe.

Josef1.jpg

Sergio Laboret

DATOS PERSONALES

Nombre y apellido: Sergio Oscar Laboret

Fecha y lugar de nacimiento: 06/01/1962 – Colon (Bs. As.)

E-mail: slaboret@yahoo.com.ar

TITULOS OBTENIDOS

Grado: Ingeniero Electricista Electronico

Fecha: 26 de setiembre de 1991

Institucion: Facultad de Ciencias Exactas, Fisicas y Naturales

Universidad Nacional de Cordoba

Posgrado: Magister en Ingeniería de Control Automático

Fecha: 16 de agosto de 2012

Institucion: Facultad Regional Córdoba, Universidad Tecnológica Nacional,

Tesis: Control Robusto mediante controladores de orden fracional, calificacion: Sobresaliente

CURSOS REALIZADOS (ULTIMOS 10 AÑOS)

Posgrado

Control Multidimensional Avanzado: 60 Hs

Aprobado con 9 (nueve) – FAMAF UNC –  Marzo- Agosto 2008

Extensión

Educación a Distancia: 15 Hs sin evaluación

UNC FCEFyN Secretaria de extensión

DOCENCIA UNIVERSITARIA ACTUAL

Universidad: Nacional de Córdoba

Facultad: Ciencias Exactas, Fisicas y Naturales

Departamento: Electrónica

Legajo: 33527

Cargo: Profesor Adjunto Dedicacion Exclusiva

Materias:

Teoria de Señales y Sistemas Lineales

Electrónica Industrial

Sistemas de Control II

PUBLICACIONES CIENTIFICAS

REVISTAS INDEXADAS

Cristian M. Rodríguez Rivero, Julián A. Pucheta, Martín R. Herrera,Víctor  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

CONGRESOS CON REFERATO

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

Sergio, Laboret; Cristian, Rodriguez Rivero; Julian, Pucheta; Victor, Sauchelli, «ROBUST FRACTIONAL DIGITAL CONTROL OF A FIRST ORDER PLUS INTEGRATOR PROCess,» Electronics, Robotics and Automotive Mechanics Conference (CERMA), 2012 IEEE Ninth , vol., no., pp.225,230, 19-23 Nov. 2012. doi: 10.1109/CERMA.2012.43. Anales en papel  ISBN-13: 978-0-7695-4878-4. URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6524582&isnumber=6524537

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.

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)

Sergio Laboret, Victor Sauchelli, “DISEÑO DE CONTROLADORES FRACCIONARIOS BASADO EN LA FUNCION IDEAL DE BODE”, anales del XIII RPIC: Reunion de procesamiento de la Informacion y control ,Rosario 2009

Víctor Sauchelli, Sergio Laboret,”CALCULO FRACCIONAL APLICADO A CONTROL AUTOMÁTICO”, AMCA Mecánica computacional Vol. XXVI  ISSN 1666-6070, 2007

Víctor Sauchell , Sergio Laboret

“CONTROLADOR DE UN MANIPULADOR ROBÓTICO BASADO EN CONMUTACIÓN Y DESLIZAMIENTO (SLIDING MODE CONTROL)”

JAR 2006: http://www.frc.utn.edu.ar/jar06

Víctor Sauchelli, Sergio Laboret “CONTROLADOR DERIVATIVO FRACCIONAL”

III INMAT Congreso de matemática aplicada a la ingeniería, Facultad de ingeniería, UBA 2005

CONGRESOS Y JORNADAS SIN REFERATO

Sergio Laboret, Victor Sauchelli, “CONTROL FRACCIONAL DE UN PROCESO DE SEGUNDO ORDEN CON  INTEGRADOR PURO” 2nd LAWOC II latin american workshop on Optimization and control, Rosario 22 julio 2010

INVESTIGACION CIENTIFICA

CATEGORIZACIÓN:

Investigador Categoria V Sistema de incentivos año 2011

PARTICIPACION EN PROYECTOS SUBSIDIADOS POR LA SECRETARIA DE CIENCIA Y TÉCNICA UNC:

2011/2012

Titulo: Diseños Optimos y Robustos de Controladores Convencionales y fraccionarios

Área: Controladores Fraccionales

Carácter: participante

Director: Dr. ing. Víctor Sauchelli
2010/2011

Titulo: Controladores, aplicación al agro y a controles de motores eléctricos – Desarrollo de control de orden fraccionario

Área: Control Fraccional

Carácter: participante

Director: Dr. ing. Víctor Sauchelli

2008/2009

Titulo: Control fraccional en modos deslizantes y no lineales

Área: Control Fraccional

Carácter: participante

Director: Dr. ing. Víctor Sauchelli

Titulo: Inteligencia computacional y control óptimo orientados a los sistemas productivos

Área: Control Óptimo

Carácter: participante

Director: Dr. Ing. Julián Pucheta.

2006/2007

Titulo: La Simulación de robots- Control Fraccional en modos deslizantes

Área: Control Deslizante (sliding)

Carácter: participante

Director: Dr. ing. Víctor Sauchelli

2005

La Simulación de diferentes tipos de robots con motores 3d y matlab diseño de PID fraccionales

Área: PID Fraccionales

Carácter: participante

Director: Dr. ing. Víctor Sauchelli

Laboret-150x150.jpg

Julian Antonio Pucheta

Curriculum vitae Perteneciente a Julián Antonio PuchetaApellido y Nombre: Pucheta, Julián Antonio.Nacionalidad: Argentino.e-mail: julian.pucheta@yahoo.com.ar (anterior: ipucheta@inaut.unsj.edu.ar )Laboral:
http://www.inv.limac.efn.uncor.edu/
http://labimac.blogspot.com/,Email: limac@fcefyn.unc.edu.ar6. PUBLICACIONES6.1. LIBROS            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.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=c2668d5d24fc41ef914d439a9ec86142Pucheta, 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).6.2. REVISTAS INDEXADASPucheta, 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 241-260.6.3. CONGRESOS

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, 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, 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).6.4. SEMINARIOS“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 2001.9. OTRAS ACTIVIDADES CIENTÍFICASMiembro fundador del LIMAC. www.labimac.blogspot.comDenominación: 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.Denominación: Referee – Reviewer.Período de realización: 2007.Institución: 17th IFAC World Congress (IFAC WC 2008).País: USA.Denominación: Referee – Reviewer.Período de realización: 2008.

Institución: Journal AUTOMATICA.País: UK.

Links útiles

© 2019 Facultad de Ciencias Exactas, Físicas y Naturales. Todos los derechos reservados