1. CONICET
  2. Comunidad CONICET
  3. GUILLERMO MANUEL KULEMEYER
Comunidad CONICET

KULEMEYER, GUILLERMO MANUEL

Beca interna doctoral

ESPECIALIDAD:

Bioinformática, Aprendizaje automático

Disciplina Científica:

Informática y Comunicaciones

Tema:

Modelos generativos para el aprendizaje de representaciones secuenciales y estructurales conjuntas

Lugar de Trabajo

INSTITUTO DE INVESTIGACION EN SEÑALES, SISTEMAS E INTELIGENCIA COMPUTACIONAL (SINC(I), CONICET-UNL) Depende de
Dirección:
RUTA NACIONAL KM 472.4 168, piso 4, 3000 - Santa Fe - Argentina

Contacto:

Enviar Mensaje

Experticia en CyT*

Desarrollé un sistema de redes neuronales para procesar datos usando descriptores atómicos, convirtiéndolos en vectores de coordenadas invariantes, permitiendo modelar con precisión la adsorción disociativa de moléculas poliatómicas en superficies. Realicé simulaciones de dinámica molecular de larga duración y análisis estadísticos para seleccionar el mejor modelo, comparando los resultados con datos experimentales y teóricos, logrando una descripción precisa del sistema con una discrepancia de 0.2 eV, consistente con un desplazamiento similar en los datos teóricos de entrenamiento. Implementé técnicas de computación de alto rendimiento para ejecutar simulaciones y optimizar el entrenamiento del modelo, utilizando Python y Fortran. Actualmente mi tesis doctoral se orienta al desarrollo de modelos generativos basados en arquitecturas de aprendizaje profundo para representar y predecir estructuras de ARN a partir de secuencias. *Información suministrada por el agente en SIGEVA

Líneas de Investigación

Modelos profundos para prediccion de estructura secundaria de ARN Ciencias naturales y exactas - Ciencias de la computación e información - Ciencias de la Información y Bioinformática (desarrollo de hardware va en 2.2 "Ingeniería Eléctrica, Electrónica y de Información" y los aspectos sociales van en 5.8 "Comunicación y Medios")

Capacidades Tecnológicas

  • 1. Electrónica, TICs y telecomunicaciones
    • 2. Procesado de información, Sistemas de información, Gestión de la carga de trabajo
      • 2.3. Inteligencia artificial (IA)
      • 2.25. Tecnologías de la nube
      • 2.10. Bases de datos, gestión de bases de datos, extracción de datos
      • 2.16. Simulaciones
      • 2.20. Software de automatización
  • 2. Producción industrial, tecnologías de materiales y transportes
    • 3. Control de procesos y logística
      • 3.4. Automatización de procesos
  • 4. Energía
    • 2. Producción, transmisión y conversión de energía
      • 2.6. Producción de hidrógeno
    • 7. Otros temas energéticos
      • 7.3. Micro y nanotecnología relacionada con la energía
  • 5. Ciencias físicas y exactas
    • 1. Química
      • 1.2. Química computacional y modelado
    • 5. Micro y nanotecnología

Palabras Clave

Inteligencia ArtificalArtificial intelligenceAprendizaje ProfundoARNDeep LearningRNA

Formación Académica

2016 - 2024

Licenciado en Física

UNIVERSIDAD NACIONAL DE ROSARIO


Dirigido por
MILONE, DIEGO HUMBERTO
Carrera Investigador
Codirigido por
BUGNON, LEANDRO ARIEL
Carrera Investigador

Producción CyT

Cargando datos . . .

Oferta Tecnológica

Cargando datos . . .