Proyecto

La Cámara de Diputados de la Nación

RESUELVE:

Expresar su beneplácito a los investigadores de la Universidad Nacional de San Luis (UNSL), Facultad de Ciencias Físico, Matemáticas y Naturales, Marcelo Errecalde, Leticia Cagnina, Darío Funes, María Paula Villegas y María José Garciarena Ucelay, quienes fueron distinguidos en el certamen mundial eRisk 2017, "Predicción del Riesgo Temprano en Internet", por un trabajo científico sobre la "Detección anticipada de casos de depresión en la red”.

FUNDAMENTOS

Proyecto

Señor presidente:

Los investigadores de la Universidad Nacional de San Luis (UNSL), Marcelo Errecalde, Leticia Cagnina, Darío Funes, María Paula Villegas y María José Garciarena Ucelay, quienes pertenecen a la Facultad de Ciencias Físico, Matemáticas y Naturales de la UNSL, fueron distinguidos en el certamen mundial eRisk 2017, "Predicción del Riesgo Temprano en Internet", por su trabajo científico sobre la “Detección anticipada de casos de depresión en la red.”

Fue en el certamen mundial eRisk 2017, una conferencia que reúne a una sección transversal de expertos procedentes de todo el mundo para discutir los problemas y amenazas que han surgido en los procesos digitales en línea, algunos de los cuales son aún poco conocidos, y la manera de combatirlos.

Marcelo Errecalde expresó que "el logro fue resultado de un trabajo intenso y coordinado por parte de los integrantes del grupo, quienes desde hace varios meses comenzaron a desarrollar el sistema propuesto".

El grupo de investigación de la UNSL obtuvo el mejor desempeño que tiene que ver con el menor valor de error, que combina precisión y velocidad en la detección anticipada de casos de depresión, sobre un total de 25 contribuciones de grupos de seis países distintos (Alemania, Francia, Estados Unidos, Canadá, México y Argentina).

"Es un orgullo representar a la universidad y a nuestro país, ya que estos resultados colocan a nuestros investigadores entre los grupos más destacados a nivel mundial en esta temática tan importante en la actualidad”, agregó Errecalde.

La actividad se realizó en el marco del Proyecto: “Aprendizaje automático y toma de decisiones en sistemas inteligentes para la web” -Laboratorio de Investigación y Desarrollo en Inteligencia Computacional (LIDIC). El mismo ha abordado la temática desde hace algunos años a partir de trabajos en conjunto con investigadores del Instituto Nacional de Astrofísica, Óptica y Electrónica, México y también de la Universidad del Egeo, Grecia.

La predicción anticipada de riesgos es un área de investigación reciente y muy activa, que intenta detectar de manera anticipada, aquellas situaciones en Internet que puedan involucrar amenazas potenciales para la integridad física , la salud de las personas, o la seguridad nacional.

La aplicación de este tipo de enfoques facilita la detección de potenciales pedófilos en la web, personas que pueden caer en las manos de organizaciones criminales, personas con inclinaciones suicidas o gente susceptible a depresión.

La importancia de abordar de manera efectiva este tipo de problemas, ha llevado al surgimiento de conferencias especializadas, enfocadas este año en la detección anticipada de riesgos de depresión.

Fuente:

 Diario de la Republica

Por todo lo expuesto, invito a mis pares que me acompañen en la aprobación del presente proyecto.

Proyecto

Firmantes
Firmante	Distrito	Bloque
BIANCHI, IVANA MARIA	SAN LUIS	COMPROMISO FEDERAL

Giro a comisiones en Diputados

Comisión
EDUCACION (Primera Competencia)

Trámite en comisión (Cámara de Diputados)

Fecha	Movimiento	Resultado
29/08/2017	DICTAMEN	Aprobado por unanimidad con modificaciones

Dictamen

Cámara	Dictamen	Texto	Fecha
Diputados	Orden del Dia 1563/2017	CON MODIFICACIONES	08/09/2017

Trámite

Cámara	Movimiento	Fecha	Resultado
Diputados	APROBACION ARTICULO 114 DEL REGLAMENTO DE LA H CAMARA DE DIPUTADOS; COMUNICADO EL 22/09/2017		APROBADO

PROYECTO DE TP