Liz Verónica Báez y Gustavo Sosa Cabrera defendieron sus tesis para doctorarse en Ciencias de la Computación por la Facultad Politécnica de la Universidad Nacional de Asunción (FP-UNA). El posgrado recibió G. 675.000.000 por parte del Consejo Nacional de Ciencia y Tecnología (Conacyt) a través del Programa Prociencia con apoyo del FEEI.
La Dra. Liz Verónica Báez realizó la defensa de su tesis doctoral titulada “Protocolo sistemático para el monitoreo de la calidad de agua subterránea basado en la aplicación de tecnologías emergentes”. La destacada profesional propuso en su trabajo un enfoque innovador que promete transformar la evaluación de la calidad del agua subterránea.
El aporte clave de la Dra. Báez radica en la introducción de un protocolo integral que utiliza tecnologías emergentes para el monitoreo objetivo de la calidad del agua subterránea. Su investigación se distingue por la aplicación de métodos avanzados en la selección de pozos y la reducción de parámetros.
La investigación se realizó con la orientación de los profesores Dra. Cynthia Villalba, de la FP-UNA, y del Dr. Juan Pablo Nogués, de ATOME Paraguay.
Por otra parte, el Dr. Gustavo Sosa Cabrera también defendió su tesis, titulada “Categorical multivariate dependency for feature selection applied in datamining classification task”. Este estudio presenta el innovador algoritmo de selección de atributos denominado PART_FS, diseñado para abordar desafíos en problemas de alta dimensionalidad, caracterizados por una elevada dependencia no-lineal.
El trabajo del Dr. Sosa Cabrera se destaca por la creación del algoritmo PART_FS, una herramienta versátil y escalable que se basa en la partición del espacio de búsqueda y en la intercooperación de atributos.
Esta metodología novedosa permite la construcción de modelos predictivos más precisos. Este algoritmo innovador utiliza estrategias de partición y cooperación entre atributos para capturar de manera eficiente relaciones no-lineales, mejorando así la capacidad de predicción en tareas de clasificación en datamining.