Escucha nuestro PODCAST DIINF disponible en Spotify y Apple Podcasts

Gonzalo Acuña Leiva

Académico

(+56) 2 2718 0922

Grado Académico
Institución
Año
Docteur en Automatique et Productique
Institut National Polytechnique de Grenoble
1995
Diplôme d´Etudes Approfondies en Automatique. Productique et Informatique Industriel
Institut National Polytechnique de Grenoble (INPG)
1991
Ingeniero Civil Electricista
Universidad de Chile
1986
Bachiller en Ciencias de la Ingeniería Eléctrica
Universidad de Chile
1980
Reseña
Gonzalo Acuña nació en Santiago de Chile. Obtuvo su B.Cs. en Ingeniería Eléctrica (1980) y su título de Ingeniero Eléctrico (1986) en la Universidad de Chile. Obtuvo su Ph.D. en Control Automático en el Institut National Polytechnique de Grenoble, Francia, en 1995. Actualmente es profesor titular del Departamento de Ingeniería Informática de la Universidad de Santiago de Chile. Sus temas de investigación incluyen el diseño de software de sensores, modelamiento neuronal y con SVM, predicción de sistemas no lineales, la conciliación de datos y análisis de datos con aplicaciones biotecnológicas y mineras.
Asignaturas que imparte
PREGRADO

• Seminario de Informática

• Modelación y Simulación

• Tópico de especialidad: Fundamentos de Aprendizaje Profundo y Aplicaciones (en conjunto con el Mag. Ignacio Ibáñez)

POSTGRADO

• Inteligencia Computacional

EDUCACIÓN CONTINUA

• Técnicas de Ingeniería en Software

• Técnicas de Ingeniería en Software

• Técnicas de Ingeniería en Software

• Técnicas de Ingeniería en Software

Áreas de interés

• Informática aplicada en la Industria

• Manufactura Avanzada
• Automatización de Procesos

proyectos
CODELCO
Sistema Predictivo de Apoyo a la Gestión del Mantenimiento de Equipamiento Minero Basado en Herramientas de Inteligencia Computacional
Investigador Responsable: GONZALO ACUÑA LEIVA
Estado: Finalizado
LEER MAS
a7b8c862dd73004ce906b9a56d08-1626787.jpg!d
Modelos Predictivos y de Simulación para Análisis de Confiabilidad en Procesos Mineros Críticos
Investigador Responsable: FRANCISCO CUBILLOS
Estado: Finalizado
LEER MAS

 

  1. CORFO, Programa de Innovación en Manufactura Avanzada, 18PTECMA-102646, Línea 07: “Sistema Predictivo de apoyo a la Gestión de Mantenimiento y de Procesos Industriales de Manufactura, basado en herramientas de Inteligencia Computacional”, 2019-2023, Investigador Responsable Línea 07 USACH.
  2. FONDEF-Minería IT16M10008 Sistema predictivo de apoyo a la gestión de mantenimiento de equipamiento minero basado en herramientas de inteligencia computacional, 2017-2019, Investigador Responsable
  3. FONDEF-IDeA CA13I10121, “Herramienta de predicción de indicadores de disponibilidad para gestión de activos mineros”, 2014-2016, Investigador Responsable.
  4. FONDEF-IDeA CA13I10148, “Desarrollo de un software basado en inteligencia artificial para estandarizar y optimizar procesos de selección masivos para mercados iberoamericanos”, 2014-2016, Co-Investigador.
  5. FONDECYT 1090316, “Comparative study of Support Vector Machine and Neural Networks for Nonlinear System Identification and Observer Design”, 2009-2012, Investigador Responsable.
  6. FONDEF D04I1084, “Exploración Minera Mediante Vehículos Aéreos Autónomos”, 2005-2008, Investigador Alterno.
  7. FONDECYT 1040208, “Identificación de parámetros variantes en el tiempo y estimación de estado en sistemas complejos utilizando modelos neuronales de caja gris”, 2004-2006, Investigador Responsable.
  8. FONDEF D02I1077, “Sistema de control optimizante para plantas de molienda semiautógena”, 2003-2005, Co-Investigador.
  9. FONDECYT 1010179, “Estimación de estado y de parámetros en procesos complejos mediante métodos numéricos y redes conexionistas”, 2001-2003, Investigador Responsable.
  10. ECOS-CONICYT: “Estimación, control y supervisión de procesos biotecnológicos agroalimentarios”, 19991008FRAECOS (C99B04), 1999-2002, Investigador Responsable.
  11. FONDECYT 1980667, “Reconciliación de datos y desarrollo de sensores virtuales en biotecnología”, 1998-2000, Investigador Responsable.
  12. FONDEF: D96/1022 “Modelamiento matemático: cálculo distribuido, redes neuronales y aplicaciones industriales”, 1996-1999, Investigador Alterno del Polo-USACH.
  13. FONDECYT 1961299, “Uso de redes neuronales para la modelación de variables biológicas en fermentación sobre sustrato sólido”, 1996-1997, Investigador Responsable.
  1. Child, T. and Acuña, G., 2021, “Healthy and Anomalous Beehives Classification Model using Convolutional Neural Networks”, 2020 XLVI Latin American Computing Conference (CLEI), 19-23 Oct. 2020, DOI: 10.1109/CLEI52000.2020.00008.

  2. Gonzalez, L., Velastin, S., Acuña G., 2018, “Silhouette-based human action recognition with a multi-class support vector machine”, 9th International Conference on Pattern Recognition Systems (ICPRS 2018), IET Conference Publications 2018(CP745), pp. 80-84, DOI: 10.1049/cp.2018.1290.

  3. Cesar Mattos, Guilherme Barreto, Gonzalo Acuña, 2017, “Randomized Neural Networks for Recursive System Identification in the Presence of Outliers: A Performance Comparison”, Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) Volume 10305 LNCS, 2017, Pages 603-615 14th International Work-Conference on Artificial Neural Networks, IWANN 2017; Cadiz; Spain; 14 June 2017 through 16 June 2017; Code 192889

  4. Gonzalo Acuña and Hans Moller, 2017, “Indirect training of gray-box models using LS-SVM and genetic algorithms”, The Latin American Congress on Computational Intelligence, 2016 IEEE Latin American Conference on Computational Intelligence, LA-CCI 2016 – Proceedings23 March 2017, Article number 78857192016 IEEE Latin American Conference on Computational Intelligence, LA-CCI 2016; Cartagena; Colombia; 2 November. 2016 through 4 November 2016; Category numberCFP16A09-ART; Code 127072

  5. Millaray Curilem, Camilo Soto, Fernando Huenupan, Cesar San Martin, Carlos Cardona, Luis Franco, Gonzalo Acuña, Max Chacon, M. Salman Khan, Nestor Becerra Yoma, 2016, Feature Selection for Discrimination between Volcanic and Tectonic Events of The Llaima Volcano (Chile), IET Seminar Digest Volume 2016, Issue 2, 2016 International Conference on Pattern Recognition Systems, ICPRS 2016; Talca; Chile; 20 April 2016 through 22 April 2016; Code 125265DOI:  10.1049/ic.2016.0034 ISBN: 978-1-78561-283-1

  6. Curilem, M., Huenupan, F., Beltran, D., San Martin, C., Fuentealba, G., Franco, L., Cardona, C., Acuña, G., Chacon, M., Salman Khan, M., Becerra Yoma, N., 2016, “Pattern recognition applied to seismic signals of llaima volcano (Chile): An evaluation of station-dependent classifiers”, Journal of Volcanology and Geothermal Research, 315; 15-27. DOI: 10.1016/j.jvolgeores.2016.02.006 (ISI)

  7. Gonzalo Acuña, Millaray Curilem, Francisco Cubillos, Beatriz Araya, Guisselle Segovia, Carlos Perez and Cristian Huanquilef, 2015, “NARX Neural Network Model for Predicting Availability of a Heavy Duty Mining Equipment”, The Latin American Congress on Computational Intelligence, LA-CCI 2015, IEEE-CIS, Curitiba, Brasil, Octubre 13-16, 2015. (SCOPUS)

  8. Millaray Curilem, Gonzalo Acuña, Cristian Huanquilef, Francisco Cubillos, Beatriz Araya, Guiselle Segovia and Carlos Pérez, 2015, “Prediction of the Criticality of a Heavy Duty Mining Equipment”, The Latin American Congress on Computational Intelligence, LA-CCI 2015, IEEE-CIS, Curitiba, Brasil, Octubre 13-16, 2015. (SCOPUS)

  9. Curilem M., Huenupan F., San Martin C., Fuentealba G., Cardona C., Franco L., Acuña G., Chacón M. 2014, Feature analysis for the classification of volcanic seismic events using Support Vector Machines. A. Gelbukh et al. (Eds.): MICAI 2014, Part II, LNAI 8857, pp. 160–171. © Springer International Publishing Switzerland (SCOPUS).

  10. G. Acuña, M. Curilem, B. Araya, F. Cubillos, R. Miranda, F. Garrido, 2014, “Predictive Models applied to a Heavy Duty Equipment Management”, MICAI 2014 Part II, Lecture Notes in Artificial Intelligence, LNAI 8857:198-215 (SCOPUS)

  11. Acuña, G., Ramírez, C., Curilem, M., 2014, Software sensors for biomass concentration in a SSC process using Artificial Neural Networks and Support Vector Machine, Bioprocess and Biosystems Engineering, 37(1): 27-36.

  12. Acuña, G., Curilem, M, Cubillos, F., 2014, “Development of a software sensor based on a NARMAX-Support Vector Machine Model for Semi-Autogeneous Grinding”, Revista Iberoamericana de Automática e Informática Industrial, 11(1): 109-116.

  13. Acuña, G., Curilem, M., 2013, “Time-variant parameter estimation using a SVM gray-box model: application to a CSTR process”, Proceedings of the 3rd International Conference on Systems and Control, ICSC13, Algiers, Algeria, October 29-31, 978-1-4799-0275-0/13/$31.00 ©2013 IEEE, pp:414-418 (SCOPUS).

  14. Acuña, G., Gonzáles, J., Curilem, M., Cubillos, F, 2013, “A Svm Gray-box Model for a Solid Substrate Fermentation Process”, Chemical Engineering Transactions, 35: 961-966, DOI: 10.3303/CET1335160 (SCOPUS)

  15. Acuña, G., C. Ramirez, M. Curilem, 2012,“Software sensors for biomass concentration in a SSC process using Artificial Neural Networks and Support Vector Machine”, in Proceedings of the IEEE 20th Mediterranean Conference on Control and Automation, MED 2012, Barcelona, Spain, July 3-6, 2012, pp. 359-363. (SCOPUS)

  16. Acuña, G., C. Ramirez, M. Curilem, 2012, “Comparing NARX and NARMAX models using ANN and SVM for cash demand forecasting for ATM”, In: Proceedings of the IEEE International Joint Conference on Neural Networks, IJCNN, pp. 819-824. (SCOPUS)

  17. Zambrano, C., Rojas, D., Carvajal, K., Acuña G., 2011, “Análisis de rendimiento académico estudiantil usando data warehouse y redes neuronales”, Ingeniare, Revista Chilena de Ingeniería. 19(3):369-381 (SCIELO).

  18. Curilem, M., Acuña, G., Cubillos, F. and Vhymeister, E, 2011, “Neural networks and support vector machine models applied to energy consumption optimization in semiautogenous grinding”, Chemical Engineering Transactions, 25: 761-766, Dot: 10 3303/CET1125127

  19. F. Cubillos, E. Vhymeister, G. Acuña, P. Alvarez, 2011, “Rotary Dryer Control using a Grey-Box Neural Model Scheme”, Drying Technology, 29(15): 1820-1827.

  20. M. Chacon, M. Curilem, G. Acuña, C. Defilippi, A.M.Madrid, S. Jara, 2009, “Detection of patients with functional dyspepsia using wavelet transform applied to their electrogastrogram”, Brazilian Journal of Medical and Biological Research. 42(12).

  21. Curilem, M., J. Vergara, G. Fuentealba, G. Acuña, M. Chacon, 2009, “Classification of seismic signals at Villarrica Volcano (Chile) using Neural Networks and Genetic Algorithms”, Journal of Volcanology and Geothermal Research, 180(1): 1-8.

  22. Salazar, J.L., L. Magne, G. Acuña, F. Cubillos, 2009, “Dynamic modelling and simulation of semi-autogeneous mills”, Minerals Engineering, 22(1): 70-77.

  23. F. Cubillos, G. Acuña, E. Lima, Real time process-optimization based on grey-box neural models, Brazilian Journal of Chemical Engineering, 03(24), 433-443, 2007.

  24. F. Cubillos, G. Acuña, Simulation studies of on-line identification of complex processes with neural networks, Lecture Notes in Computer Science, 3972(1), 808-814, 2006 0302-9743

  25.  M. Jamett, G. Acuña, An interval approach for weights initialization of feedforward neural networks, Lecture Notes in Computer Science, 4293(1), 305-315, 2006 0302-9743

  26. T. Valenzuela, K. Carvajal, G. Acuña, M. Chacón, L. Magne, Neural Grey Box Model for Power Estimation in Semiautogenous Mill, Lecture Notes in Computer Science, 3498(1), 833-838, 2005

  27.  M. Jamett, G. Acuña, Comparative assessment of interval and affine arithmetic in neural network state prediction, Lecture Notes in Computer Science, 3498(1), 448-453, 2005

  28. K. Carvajal, M. Chacón, D. Mery, G. Acuña, Neural network method for failure detection with skewed class distribution, Insight, 7(46), 399-402, 2004 1354-2575

  29. Valdés-González, H., J-M. Flaus, G. Acuña, Moving horizon state estimation with global convergence using interval techniques: application to biotechnological processes, Journal of Process Control, 13(4), 325-336, 2003

  30. K. Pouliot, J. Thibault, A. Garnier y G. Acuña, KLa Evaluation During the Course of Fermentation, Bioprocess Engineering, 23(1), 565-573, 2000

  31. J. Thibault, G. Acuña, R. Pérez-Correa, H. Jorquera, P. Molin y E. Agosin, A Hybrid Representation Approach for Modelling Complex Dynamic Bioprocesses, Bioprocess Engineering, 22(6), 547-556, 2000

  32. M. Peña y Lillo, R. Pérez-Correa, E. Latrille, M. Fernández, G. Acuña y E. Agosin, Data Processing for Solid Substrate Cultivation Bioreactors, Bioprocess Engineering, 22(4), 291-297, 2000

  33. E. Ferret, J.H. Siméon, P. Molin, H. Jorquera, G. Acuña y R. Giral, A Computer Modeling of Macroscopic Growth of Filamentous Fungi on Solid Substrate Based on a Microscopic Approach, Biotechnology and Bioengineering, 68(5), 512-522, 1999

  34. G. Acuña, F. Cubillos, J. Thibault y E. Latrille, Comparison of Methods for Training Grey-Box Neural Models, Computers and Chemical Engineering, 23(1), S561-S564, 1999

  35. G. Acuña, R. Giral, E. Agosin, H. Jorquera, R. Pérez-Correa, E. Ferret, P. Molin y J. Thibault, A Neural Network Estimator for Total Biomass of Filamentous Fungi Growing on 2D Solid Substrate, Biotechnology Techniques, 12(7), 515-519, 1998

  36. H. Jorquera, R. Pérez, A. Cipriano, A. Espejo, M.V. Letelier y G. Acuña, Forecasting Ozone Daily Maximum Levels at Santiago, Chile, Atmospheric Environment, 32(20), 3415-3424, 1998

  37. G. Acuña, E. Latrille, C. Béal y G. Corrieu, Static and Dynamic Neural Network Models for the Estimation of Biomass Concentration in Thermophilic Lactic Acid Bacteria Fermentations, Journal of Fermentation and Bioengineering, 85(6), 615-622, 1998

  38. G. Acuña, E. Latrille, C. Béal, G. Corrieu y A. Chéruy, On-line Estimation of Biological Variables During pH Controlled Lactic Acid Fermentations, Biotechnology and Bioengigeering, 44(1), 1168-1176, 1994

  39. C. Holzmann, U. Hasseldieck, E. Rosselot, P. Estevez, A. Andrade, G. Acuña, Interpretation module for screening normal ECG, Medical Progress through Technology, 16(1), 163-171, 199
  1. Gonzalo Acuña, 2014, «El DIINF de la USACH: Mucha agua bajo los puentes», Revista Bits-de-Ciencia, No 10, pp: 12-17, ISSN 0718-8005 (versión impresa)

  2. G. Acuña, E. Pinto, Development of a Matlab Toolbox for the design of grey-box neural models, International Journal of Computers, Communications and Control, IJCCC, 2(1), 7-14, 2006

  3. Cubillos, F., Acuña, G., Lima, E., A real-time optimization scheme based on grey-box neural model and genetic algorithms, Chemical Engineering and Technology, 0(0), 0, 2004

  4. E. Latrille, P. Teissier , G. Acuña, B. Perret, G. Corrieu, Les reseaux de neurones recurrents: un outil pour la modelisation des bioprocedes. Application a la production de levains, Industries Agro Alimentaires, 00(10), 658-666, 1997

  5. E. Latrille, G. Acuña, G. Corrieu, Neural network applications for modelling batch bioprocesses, Journal Europeen des Systemes Automatises. Intelligence Artificielle et Automatique, 2(30), 357-379, 1996

  6. E. Latrille, G. Acuña, B. Perret, P. Teissier, G. Corrieu, De la mesure a la modelisation par reseaux de neurones, Process, 1107(0), 36, 1995
  1. Millaray Curilem, Camilo Soto, Fernando Huenupan, Cesar San Martin, Carlos Cardona, Luis Franco, Gonzalo Acuña, Max Chacon, M. Salman Khan, Nestor Becerra Yoma, 2016, Feature Selection for Discrimination between Volcanic and Tectonic Events of The Llaima Volcano (Chile), 6th International Conference on Pattern Recognition Systems, ICPRS2016, 20-22 April, Talca, Chile (Accepted). DOI: 10.1049/ic.2016.0034 ISBN: 978-1-78561-283-1

  2. G. Acuña, M. Curilem, F. Garrido, F. Cubillos, B. Araya, 2014, “NARX SVM models to predict MTBF and MTTR of heavy mining equipment”, The Latin American Congress on Computational Intelligence, LA-CCI 2014, IEEE-CIS, Bariloche, Argentina, Junio 11-13, 2014.

  3. C. Ramírez, G. Acuña, 2011, “Forecasting cash demand in ATM using Neural Networks and Least Square Support Vector Machine”, Congreso Iberoamericano de Reconocimiento de Patrones, CIARP, Pucón, Chile, Noviembre 2011, Lecture Notes in Computer Science (ISI Proceedings), LNCS 7042, pp. 515-522.

  4. F. Cruz, G. Acuña, G. Badillo, 2011, “Propuesta Metodológica Para la Creación de Modelos Neuronales de Caja Gris Utilizando Matlab”, Ninth LACCEI Latin American and Caribbean Conference (LACCEI’2011), Engineering for a Smart Planet, Innovation, Information Technology and Computational Tools for Sustainable Development, August 3-5, 2011, Medellín, Colombia.

  5. F. Cruz, G. Acuña, 2010, “Indirect training with error backpropagation in Gray-Box Neural Model: application to a chemical process”, Proceedings of the International Conference of the SCCC, Antofagasta, Chile, Noviembre 2010.

  6. M. Curilem, G. Acuña, F. Cubillos, 2010, “Neural networks and least square support vector machine for modeling of a semiautonomous grinding process”, Simposio de Inteligencia Computacional, Capítulo Español de la IEEE Computational Intelligence Society, Valencia, España, Septiembre 2010.

  7. Millaray Curilem*, Max Chacón, Gonzalo Acuña, Sebastian Ulloa, Carlos Defilippi, Ana María Madrid, 2010, “Artificial Neural Networks an Support Vector Machines for Feature Selection in Electrogastrography Signal Processing”, 32nd Annual International Conference of the IEEE Engineering in Medicine and Biology Society, Buenos Aires, Argentina, September 2010.

  8. G. Acuña, M. Curilem, 2009, “Comparison of neural networks and support vector machine dynamic models for state estimation in semiautogeneous mills”,  Lecture Notes in Computer Science, LNCS, (ISI-Proceeding). Lecture Notes in Computer Science, 5845:478-487 , 2009.

  9. F. Quiroga, F. Gaete,  G. Acuña,   2008, “Observadores intervalares para estimación de variables en proceso químico no-isotérmico”,  Actas en CD del Congreso Latinoamericano de Control Automático, Mérida, Venezuela, Noviembre 2008.

  10. Rapaport, A., Dochain, D., Harmand, J., Acuña, G., Unknown input observers for biological processes, 17th IFAC World Congress, 2008, Seoul Korea

  11. F. Cubillos, G. Acuña, Adaptive Control using a grey-box neural model: an experimental application, ISNN 2007, 2007, Nanjing China

  12. F. Cruz, G. Acuña, F. Cubillos, V. Moreno, D. Bassi, Indirect training of grey-box models: application to a bioprocess, ISNN 2007, 2007, Nanjing China

  13. K. Carvajal, G. Acuña, Estimation of state variables in semiautogeneous mills by means of a neural moving horizon state estimator, ISNN 2007, 2007, Nanjing China

  14. R. Velazquez, G. Acuña, Entrenamiento de redes neuronales recurrentes para sistemas dinamicos tipo NARMAX y NOE, VIII Congresso Brasileiro de Redes Neurais, 2007, Florianopolis Brasil

  15. G. Acuña, D. Dochain, ITSE Observers for batch processes. A wastewater tratment case study, International Symposium on Advanced Control of Chemical Processes, 2006, Gramado Brasil

  16. G. Acuña, F. Cruz, V. Moreno, Identifiability of time varying parameters in a grey-box neural model: application to a biotechnological process, 4th International Conference on Simulation in Food and Bioindustries, Foodsim, 2006, Napoles Italia

  17. Carvajal, K., G. Acuña, F. Cubillos y L. Magne, Estimador de horizonte móvil neuronal en molienda semiautógena, Congreso Latinoamericano de Control Automático, 2004, La Habana Cuba

  18. Salazar, J.L., L. Magne, F. Cubillos, G. Acuña, Un modelo dinamico de molienda semi-autogena con reciclo interno, XXXI ENEMP 2004 , Congreso Brasileiro de Sistemas Particulados, 2004, Uberlandia Brasil

  19. E. Ferret, P. Molin, G. Acuña, R. Perez Correa, P. Gervais, Steric approach for growth kinetics of Gibberella Fujikuroi on 3D solid substrate, 9th International Conference on Computer Applications in Biotechnology, CAB9, 2004, Nancy France

  20. Carvajal, K., G. Acuña, F. Cubillos y L. Magne, Estimador de tamaño de colpas en molienda semiautógena utilizando horizonte movil neuronal, XXX Conferencia Latinoamericana de Informática, 2004, Arequipa Peru

  21. Mestre, L., Acuña, G., Estimador de horizonte móvil en sistemas complejos, En Actas del la XXIX Conferencia Latinoamericana en Informática (CLEI 2003), 2003 Oct. 3-5, La Paz, Bolivia

  22. Acuña, G., Cubillos, F., Molin, P., Ferret, E., Pérez-Correa, R., On line estimation of bed water content and temperature in a SCC bioreactor using a modular neural network mode, In Proceedings of the European Symposium on Computer Aided Process Engineering- 13 (ESCAPE-13), publicadas en Computer-Aided Chemical Engineering, 14, Elsevier, A. Kraslawski, I. Turunen, Eds., pp. 1073-1078, 2003 Jun. 1-4, Lappeenranta, Finland

  23. Mestre, L., Acuña, G., Modelación de Sistemas Dinámicos Utilizando Redes Neuronales en su Forma Canónica, En Actas del la XXVIII Conferencia Latinoamericana en Informatica (CLEI 2002), 2002 Nov. 25-29, Montevideo, Uruguay

  24. Ovalle, R., Magne, L., Acuña, G., Cubillos, F., Un modelo dinámico de molienda semi-autógena para estudios de supervisión y control, IBEROMET IV, 2002 May., Cancún, México

  25. Valdés, H., Flaus, J.M., Acuña, G., Boukraa, D., State estimation in biotechnology: a multimodel interval observer, MED2002, 2002 Jul. 9-12, Lisbon, Portugal

  26. Cubillos, F., Acuña, G., Bravo, C., Reconciliación en línea de procesos mediante métodos de optimización, III Taller Internacional de Ingeniería de Procesos en la Ingeniería Química, TIAP 2002, 2002 Abr. 24-26, La Habana, Cuba

  27. Jamett, M., Acuña, G., Estudio comparativo de aritmética de intervalos y affine para convergencia de redes neuronales en estimación de estado, Congreso Latinoamericano de Control Automático, 2002, Guadalajara, México

  28. Valdés, H., Acuña, G., Flaus, J.M., Pérez, J., Heuristical approaches to state observation and parameter estimation for biotechnological processes, 8th International Conference on Computer Applications in Biotechnology, CAB8, pp. 335-340, 2001 Jun. 24-27, Québec, Canada

  29. Pouliot, K., Thibault, J., Perez-Correa, R., Agosin, E., Acuña, G., Oxygen transfer in solid state fermentation: estimation of KFa by a new direct method, 50th Canadian Chemical Engineering Conference, 2000 Oct. 15-18, Montreal, Canada

  30. Valdés, H., Acuña, G., Bassi, D., Pérez, R., Flaus, J.M., New approaches to simultaneous state observation and pqrameter estimation for biotechnological processes, 4th Portuguese Conference on Automatic Control, CONTROLO 2000, ISBN 972-98603-0-0, 2000 Oct., Minho, Portugal

  31. Valdés, H., Flaus, J.M., Acuña, G., Moving horizon state estimation with simulated annealing algorithm applied to a biotechnological process, Proceedings of the 1st International Conference on Simulation in Food and Bioindustries, pp. 166-170, 26-27, 2000 Jun., Nantes, Francia

  32. Bassi, D., Silva, A., Marinkovic, C., Acuña, G., Visual servoing of robotic manipulator in a virtual learned space, 2nd IFAC/IFIP/IEEE Conference on Management and Control of Production and Logistics, MCPL2000, 2000 Jul., Grenoble, Francia

  33. Pouliot, K., Thibault, J., Garnier, A., Acuña, G., Perez-Correa, R., Agosin, E., Determination of the Oxygen Mass Transfer Coefficient In Submerged Fermentation, 49th Canadian Chemical Engineering Conference, Saskatoon, 1999 Oct. 3-6, Saskatoon, Canada

  34. Valdés, H., Acuña. G., Bassi, D., Estrategia neuronal para el control del factor de potencia utilizando filtros pasivos en procesos industriales, XVII COPIMERA, 1999 Oct., San Salvador, El Salvador

  35. Pouliot, K., Thibault, J., Garnier, A., Acuña, G., Pérez, R., Agosin, E., Estimation of the oxygen mass transfer coefficient in fermentation, IX European Congress on Biotechnology, 1999 Jul. 11-15, Brussels, Belgium

  36. Acuña, G., Bassi, D., Olivera, J., Regente, P., Rivera, P., Sepúlveda, A., Modelamiento neuronal de un recetario para la producción de papeles, Anales del VIII Congreso Latinoamericano de Control Automático, pp. 1-6, 1998, Nov., Viña del Mar, Chile

  37. Pouliot, K., Thibault, J., Garnier, A., Acuña, G., Pérez, R., Agosin, E., Determination of KL a in submerged and solid state fermentations, eding of the 48th Canadian Chemical Engineering Conference (ISBN: 0-920804-30-6), 1998 Oct. 4-7, Ontario, Canada

  38. Acuña, G., Araya, D., Agosin, E., Peña y Lillo, M., Pérez-Correa, R., Corrieu, G., Latrille, E., Uso de redes neuronales para la estimación de la humedad del lecho en un proceso CSS a escala piloto, Anales del VIII Congreso Latinoamericano de Control Automático, pp. 721-726, 1998 Nov., Viña del Mar, Chile

  39. Bassi, D., Acuña, G., Gallardo, J., Coloma, S., Baéz, M., Soto, E., Diseño de un sistema de modelación y control avanzado basado en redes neuronales, Anales del VIII Congreso Latinoamericano de Control Automático, pp. 7-12, 1998 Nov., Marbella, Chile

  40. G. Acuña, H. Jorquera, R Pérez, Neural network model for maximum ozone concentration prediction, Lecture Notes in Computer Science, 1112(1), 263-268, 1996
  1. J. González, G. Acuña, “Desarrollo de Modelos de Caja Gris utilizando Máquinas de Vectores de Soporte”, Actas del  XXIII Encuentro Chileno de Computación, Curico, Chile, Noviembre 2011.

  2. C. Zambrano, K. Carvajal, D. Rojas, G. Acuña, 2010, “Data Warehouse y Redes Neuronales para el análisis de rendimiento de alumnos: caso de estudio con alumnos de Ingeniería Civil en Computación e Informática de la Universidad de Atacama”, Actas del XI Congreso Chileno de Educación Superior en Computación, Antofagasta, Chile, Noviembre 2010.

  3. M. Peralta, G. Acuña, “Aplicación de controladores fraccionarios en sistemas no lineales”, Actas del XIV Congreso Latinoamericano de Control Automático, Santiago, Chile, 24-27 agosto 2010.

  4. M. Peralta, G. Acuña, “Control de sistemas no lineales mediante máquinas de vectores regresivos (SVR): Una aplicación al péndulo invertido”, Aceptado en el  XXI Encuentro Chileno de Computación, Santiago, Chile, 9-14 noviembre 2009.

  5. C. Álvarez. A. Álvarez, G. Acuña, “Estimación de estado de un UAV utilizando redes neuronales”, Aceptado en el  XXI Encuentro Chileno de Computación, Santiago, Chile, 9-14 noviembre 2009.

  6. R. Prieto, E. Flores, G. Acuña, “Comparación entre redes neuronales y máquinas de vectores de soporte para regresión en un proceso de biolixiviación”, Aceptado en el  XXI Encuentro Chileno de Computación, Santiago, Chile, 9-14 noviembre 2009.

  7. Peralta, M., G. Acuña, 2008, “Hipótesis fractal en la identificación de sistemas dinámicos”, Actas en CD del XVIII Congreso de la Asociación Chilena de Control Automático, U. Andrés Bello, Santiago, Diciembre 2008

  8. F. Quiroga, G. Acuña, 2008, “Uso de observadores intervalares en procesos complejos”, Actas en CD del XVIII Congreso de la Asociación Chilena de Control Automático, U. Andrés Bello, Santiago, Diciembre 2008

  9. Curilem, M., AM Madrid, C. De Fillipi, G. Acuña, M. Chacón, 2008, “Regresión logística y redes neuronales artificiales como clasificadores de pacientes con dispepsia funcional y controles sanos basándose en Electrogastrografía”, Actas en CD del XVIII Congreso de la Asociación Chilena de Control Automático, U. Andrés Bello, Santiago, Diciembre 2008

  10. Ramos M., GM Curilem, G. Fuentealba, M Chacon, G Acuña, 2008, Clasificación automática para la detección y pronóstico de eventos sísmicos del volcán Villarrica (Chile),  Actas en CD del VI Workshop de Inteligencia Artificial (WIA), Punta Arenas, Chile, Noviembre 2008.

  11. R. Velásquez, G. Acuña, 2007, “Análisis comparativo del entrenamiento de redes neuronales recurrentes para sistemas dinámicos”, Actas en CD del XV Encuentro Chileno de Computación, Iquique, Chile, 5-7 noviembre 2007.

  12. Millaray Curilem, Max Chacón, Gonzalo Acuña, Rafael Viada. “Clasificación de la Dispepsia Funcional usando Regresión Logística sobre Parámetros extraídos del Electrogastrograma”. Jornadas Chilenas de Ingeniería Biomédica. Octubre 2007.

  13. F. Cruz, G. Acuña, “Aprendizaje indirecto con retropropagación en  modelo neuronal de caja gris: aplicación a fermentación en sustrato sólido”, Actas en CD del XVII Congreso de la Asociación Chilena de Control Automático, U. de la Frontera, Temuco, Enero 2007.

  14. V. Moreno, G. Acuña, F. Cubillos “Identificabilidad de parámetros de un modelo de caja gris – aplicación a un proceso de fermentación”, Actas en CD del XVII Congreso de la Asociación Chilena de Control Automático, U. de la Frontera, Temuco, Enero 2007.

  15. F. Cruz, G. Acuña, “Entrenamiento indirecto de modelos de caja gris utilizando Levenberg-Marquardt en Matlab”, Actas en CD del XIII Encuentro Chileno de Computación, Valdivia, Chile, 7-12 noviembre 2005.

  16. A. Alvarez, G. Acuña, “Estimación de estado en procesos complejos usando modelos neuronales de caja gris y filtro de Kalman”, Actas en CD del XIII Encuentro Chileno de Computación, Valdivia, Chile, 7-12 noviembre 2005.

  17. V. Moreno, G. Acuña, “Estimación de parámetros no lineales en modelos de variables de estado, utilizando modelos de caja gris con redes neuronales de base radial”, Actas en CD del XIII Encuentro Chileno de Computación, Valdivia, Chile, 7-12 noviembre 2005.

  18. E. Pinto, G. Acuña, Desarrollo de un Toolbox Matlab para la elaboración de modelos neuronales de caja gris, XVI Congreso de la Asociación Chilena de Control Automático, 2004, Santiago

  19. Carvajal, K., González, E., Acuña, G., Magne, L., Predicción de potencia y torque en molienda semiautógena mediante redes neuronales, sometido al Workshop de Inteligencia Artificial, Jornadas Chilenas de Computación, 2003 Nov. 3-7, Chillán, Chile

  20. González, E., Carvajal, K., Acuña, G., Modelamiento del proceso de molienda semiautógena a través de redes neuronales, Encuentro Chileno de Computación, 2002, Copiapó, Chile

  21. Jamett, M., Acuña, G., Modelos neuronales dinámicos para estimación de estado en procesos biotecnológicos, XIV Congreso Chileno de Ingeniería Eléctrica, Universidad de Antofagasta, 2001 Nov., Antofagasta, Chile

  22. Gallardo, J., Arriagada, R., Bassi, D., Acuña, G., Control predictivo de sistemas dinámicos no lineales usando redes neuronales, XIV Congreso de la Asociación Chilena de Control Automático, 2000 Oct. 23-27, Concepción, Chile

  23. Moraga, N., Acuña, G., Yañez, D., Predicción y validación experimental de congelamiento de placa de carne con método de diferencias finitas y con redes neuronales, XIV Congreso Chileno de Ingeniería Química, 2000 Oct. 23-26, Santiago, Chile

  24. Moreno, C., Acuña, G., Thibault, J., Pouliot, K., Uso de redes neuronales para reconciliación de datos en procesos estáticos, Anales del XIV Congreso Chileno de Ingeniería Química, 2000 Oct. 23-26, Santiago, Chile

  25. Valdés, H., Aris, J.L., Jaña, P., Acuña, G., Gelmi, C., Pérez, R., Uso de observadores asintóticos y exponenciales para estimación de biomasa en un CSS, Anales del XIII Congreso Chileno de Ingeniería Eléctrica, Universidad de Santiago de Chile, pp. 178-183, 1999 Nov., Santiago, Chile

  26. Gallardo, J., Arriagada, R., Bassi, D., Acuña, G., Diseño e implementación de un sistema de modelamiento y control basado en redes neuronales, Taller AIRENE, CYTED, Subprograma VII. pp.35-40, 1999, Antofagasta, Chile

  27. Valdés, H., Del Valle, J., Acuña, G., Control del factor de potencia y contaminación armónica en SEP mediante filtros pasivos múltiples con diseño mejorado, EMFIMIN, 1998 Nov., La Serena, Chile

  28. Bassi, D., Acuña, G., Gallardo, J., Coloma, S., Báez, M., Soto, E., Diseño de un sistema de Modelación y Control Avanzado basado en Redes Neuronales, Anales VIII Congreso Latinoamericano de Control Automático y XIII Congreso de la Asociación Chilena de Control Automático, pp. 7-12, 1998, Viña del Mar, Chile

  29. J. Aguilera, G. Acuña, N. Moraga, Modelamiento predictivo del congelamiento de cilindros de zanahoria utilizando redes neuronales, XII Congreso Chileno de Ingeniería Eléctrica, 1997, Temuco

  30. Acuña, G, Ehijo, S., Estévez, P., Holzmann, C., Pérez, C, Analizador clínico de bajo costo para señales neurofisiológicas, V Congreso de la Asociación Chilena de Control Automático, 1982, Valparaiso.
  1. Jorquera H., R. Pérez-Correa, A. Cipriano and G. Acuña, 2004, “Short term forecasting of air pollution episodes”, Chapter 3 of Environmental Sciences and Environmental Computing Vol II (P. Zanetti, Editor), Published by The Envirocomp Institute.

  2. Ebner, I., Solar, G. Acuña, R. Pérez-Correa, E. Agosin, 1997, “Biomass estimation of Gibberella fujikuroi in batch solid substrate cultivation using asymptotic observation”. In Global Environmental Biotechnology, D. Wise (Ed.), .Kluwer Academic Publishers, pp.211-220.

  3. E. Latrille, P. Teissier, G. Acuña, B. Perret, G. Corrieu. 1995. “Estimation en ligne de la croissance microbienne dans des procédés de fermentation discontinus à l’aide de reseaux de neurones recurrents”. In: Recent Progrès en Génie des Procédés. Réseaux de neurones pour la modélisation et la conduite de procédés. Coordonnateur J.P. Corriou. 9:87-119. Ed. Lavoisier, Téchnique et Documentation, París.

  4. Acuña G., Latrille E., Béal C. et Corrieu G., 1993 “Modélisation par réseaux de neurones des cinétiques réactionelles caractéristiques des fermentations lactiques batch a pH regulé”. IV Congrés Francais de Génie des Procédés, Grenoble, France, September 1993. In: Recent Progrès en Génie des Procédés, 7:215-220. Ed. Lavoisier, Téchniques et Documentation, París.

  5. E. Vivaldi, G. Acuña, C. Holzmann, 1986, “Análisis automatizado del neumocardiograma”, In: Enfermedades Respiratorias: Rol del Laboratorio. Editado por P. Ancic, I.M.C. Ediciones Científicas, Santiago, Chile, pp. 235-243.
VOLVER ARRIBA
  • Académicos, Industria
CONTÁCTANOS
UNIVERSIDAD DE SANTIAGO
SÍGUENOS
Facebook-f Instagram Linkedin Youtube Spotify

Av. Víctor Jara 3659 (ex Av. Ecuador), Estación Central | | +56227180900

© 2024 DIINF • USACH