Datos Generales

• Institución principal

  Universidad Tecnológica/ Instituto Tecnológico Regional Centro-Sur / Ingeniería Agroambiental / Uruguay

• Dirección institucional

  Institución: Universidad Tecnológica / Instituto Tecnológico Regional Centro-Sur / Sector Educación Superior/Público
  / Ingeniería Agromabiental
  Dirección: Francisco Antonio Maciel s/n esq. Luis Morquio CP 97000
  País: Uruguay / Durazno / Durazno
  Teléfono: (598) 4362 0217
  Correo electrónico/Sitio Web: juan.blandon@utec.edu.uy https://utec.edu.uy
  

Formación

• Formación académica

  • Concluida

    • Maestría

      • Maestría en Ingeniería Eléctrica (2017 - 2020)

        Universidad Tecnológica de Pereira , Colombia
        Título de la disertación/tesis/defensa: Image Processing System based on similarity/dissimilarity measures to classify binary images from contour-based features
        Tutor/es: Álvaro Ángel Orozco Gutiérrez
        Obtención del título: 2020
        Financiación:
        Universidad Tecnológica de Pereira , Colombia
        Palabras Clave: Imágenes binarias Clasificación de formas Similitud Disimilitud Reconocimiento de patrones Aprendizaje de M?quina
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Reconocimiento de Patrones
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Aprendizaje Automático
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Ciencia de Datos

    • Pregrado

      • Ingeniería Física (2011 - 2016)

        Universidad Tecnológica de Pereira , Colombia
        Título de la disertación/tesis/defensa: Simulación de plasma electrostático usando el paquete de librerías ANACONDA mediante el método Particle-In-Cell
        Tutor/es: Henry Riascos Landazuri
        Obtención del título: 2016
        Sitio web de la disertación/tesis/defensa: http://repositorio.utp.edu.co/dspace/handle/11059/9812
        Financiación:
        Universidad Tecnológica de Pereira , Colombia
        Palabras Clave: Plasma (Física) Procesos electrostáticos Electrostática Simulación
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias Físicas / Física de los Fluidos y Plasma / Simulación de Plasma

    • Especialización/Perfeccionamiento

      • Diplomado en Implementación Estratégica de TIC en el Aula (2020 - 2020)

        Universidad Tecnológica de Pereira , Colombia
        Título de la disertación/tesis/defensa: Diplomado
        Obtención del título: 2020
        Palabras Clave: Eduación TIC Eduación
        Areas de conocimiento:
        Ciencias Sociales / Ciencias de la Educación / Ciencias de la Educación / TIC

  • En Marcha

    • Doctorado

      • Doctorado en Ingeniería (2025)

        Universidad Tecnológica de Pereira, Facultad de Ingenierías ,Colombia
        Título de la disertación/tesis/defensa: Desarrollo de una metodología de aprendizaje automático para la generación de insumos en tareas de gestión de avifauna
        Tutor/es: Álvaro Ángel Orozco Gutiérrez
        Financiación:
        Agencia Nacional de Investigación e Innovación / Agencia Nacional de Investigación e Innovación , Uruguay
        Palabras Clave: Machine Learning Procesos Puntuales de Poisson Modelos de Distribución de Especies
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Aprendizaje Automático
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Ciencia de Datos
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Inteligencia Artificial

• Formación complementaria

  • Concluida

    • Cursos de corta duración

      • Python Essentials 1 (05/2022 - 08/2022)

        Sector Extranjero/Internacional/Otros / Cisco Networking Academy , Colombia
        80 horas
        Palabras Clave: Algorithmic Thinking Analytical Thinking Basic Python Programming Best Practices in Programming Computer Programming Procedural Programming Python
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Programacion

      • PCAP: Programming Essentials in Python (05/2022 - 06/2022)

        Sector Extranjero/Internacional/Otros / Ministerio de Tecnologías de la Información y las Comunicaciones / MinTIC , Colombia
        80 horas
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Programación

      • Planeación didáctica por competencias (05/2021 - 07/2021)

        Sector Extranjero/Internacional/Otros / Universidad Anáhuac , México
        36 horas
        Palabras Clave: Planeación didáctica Competencias Diseño curricular
        Areas de conocimiento:
        Ciencias Sociales / Ciencias de la Educación / Educación General / Planeación didáctica por competencias

      • Introducción a Data Science: Programación Estadística con R (06/2020 - 06/2020)

        Sector Extranjero/Internacional/Otros / UNIVERSIDAD AUTÓNOMA DE MÉXICO / Instituto de Física , México
        20 horas
        Palabras Clave: An?lisis Exploratorio de Datos Programación en R Gráficas en R
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Ciencia de Datos

      • Introduction to Data Science in Python (05/2017 - 05/2017)

        Sector Extranjero/Internacional/Otros / University of Michigan / Coursera , Estados Unidos
        Palabras Clave: Ciencia de Datos Pandas
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Ciencia de Datos

      • Fundamentals of Digital Image and Video Processing (02/2017 - 05/2017)

        Sector Extranjero/Internacional/Otros / Northwestern University / Coursera , Estados Unidos
        Palabras Clave: Procesamiento Digital de Video Procesamiento Digital de Señales
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Procesamiento Digital de Imagenes
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Procesamiento Digital de Video

      • Aprendizaje Automático (09/2016 - 11/2016)

        Sector Extranjero/Internacional/Otros / Stanford University / Coursera , Estados Unidos
        Palabras Clave: Aprendizaje Automatico Clasificacion Regresion Agrupamiento Clustering Classification Regression
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Aprendizaje Automatico

    • Participación en eventos

      • 13th IEEE International Conference on Pattern Recognition Systems (2023)

        Tipo: Congreso
        Institución organizadora: Escuela Superior Politécnica del Litoral, Ecuador
        Alcance geográfico: Internacional
        Palabras Clave: Pattern Recognition Machine Learning Artificial Intelligence
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Reconocimiento de Patrones
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Aprendizaje de Máquina
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Inteligencia Artificial

      • 23rd Iberoamerican Congress on Pattern Recognition (CIARP-2018) (2018)

        Tipo: Congreso
        Institución organizadora: Universidad Autónoma de Madrid, España
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Reconocimiento de Patrones

      • V Congreso Nacional de Ingeniería Física (2016)

        Tipo: Congreso
        Institución organizadora: Universidad Nacional Sede Medellín y Universidad EAFIT, Colombia
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias Físicas / Física de los Fluidos y Plasma / Simulación de Plasma

Idiomas

• Inglés

  Entiende bien / Habla bien / Lee bien / Escribe bien

Areas de actuación

• Ingeniería y Tecnología

  Otras Ingenierías y Tecnologías /Otras Ingenierías y Tecnologías /Aprendizaje Automático

• Ingeniería y Tecnología

  Otras Ingenierías y Tecnologías /Otras Ingenierías y Tecnologías /Reconocimiento de Patrones

• Ingeniería y Tecnología

  Otras Ingenierías y Tecnologías /Otras Ingenierías y Tecnologías /Ciencia de Datos

• Ingeniería y Tecnología

  Otras Ingenierías y Tecnologías /Otras Ingenierías y Tecnologías /Programación

• Ingeniería y Tecnología

  Otras Ingenierías y Tecnologías /Otras Ingenierías y Tecnologías /Inteligencia Artificial

Actuación profesional

• Sector Educación Superior/Público - Universidad Tecnológica - Uruguay

  Instituto Tecnológico Regional Centro-Sur / Ingeniería Agroambiental

  • Vínculos con la Institución

    • Funcionario/Empleado (02/2021 - a la fecha)Trabajo relevante

      Docente Adjunto 30 horas semanales / Dedicación total
      Docente Adjunto del Área de Monitoreo Ambiental con actuación en las Unidades Curriculares: Programación Aplicada II, Diseño Experimental y Proyecto Integrador de Análisis y Modelamiento de Datos.

  • Actividades

    • Líneas de investigación

      • Inteligencia Artificial (02/2021 - a la fecha )

        Línea de investigación de Ingeniería Agroambiental enfocada en el desarrollo e implementación de técnicas de Aprendizaje Automático, Ciencia de Datos y Reconocimiento de Patrones a partir de datos estructurados y no estructurados relacionados a monitoreo ambiental.
        Aplicada
        10 horas semanales
        Ingeniería Agroambiental , Otros
        Equipo: JS Blandon , Nelcy N. Atehortua-Sanchez

    • Proyectos de investigación y desarrollo

      • Desarrollo de una metodología de aprendizaje automático para la generación de insumos en tareas de gestión de avifauna (02/2025 - a la fecha)

        Código: POS_EXT_2023_2_179909 Las especies plaga en la agricultura son un problema aún vigente en Uruguay. Distintas entidades han hecho esfuerzos por desarrollar planes de manejo y control para contrarrestar los efectos de estos agentes causantes de daños a cultivos extensivos. La toma de decisiones en el diseño de estos planes requiere información confiable para reducir la incertidumbre y respaldar acciones en el sector productivo. La información en cuestión puede ser extraída a partir de datos, que en el caso de las aves plaga, pueden provenir de iniciativas de ciencia ciudadana, en tanto que con esto se garantiza la actualización de los registros si se pretenden generar resultados vigentes. No obstante, para respaldar cualquier estimación a partir de datos de iniciativas colaborativas científicas de carácter voluntario, hay que reducir todos los sesgos o tenerlos en cuenta al momento de estimar las distribuciones de la avifauna a tratar. Así, una alternativa para ello resulta en la aplicación de Modelos de Distribución de Especies, que en su núcleo cuenten con modelos estadísticos o afines que capturen todas las particularidades del fenómeno desde la adquisición de los datos hasta los comportamientos particulares de las aves plaga. De esta manera, esta propuesta pretende desarrollar técnicas de Aprendizaje Automático para estimar distribuciones de aves plagas en agricultura, teniendo en cuenta la incertidumbre de las medidas en Modelos de Distribución de Especies, favoreciendo la interpretabilidad de los resultados en la toma de decisiones respecto a la gestión de biodiversidad. A partir del desarrollo de este trabajo se prevé que se pueda aportar en el área de gestión de especies plaga en la agricultura, contribuyendo con información validada en términos de desempeño de los algoritmos y su interpretabilidad a partir del criterio de expertos.
        30 horas semanales
        Coordinador o Responsable
        En Marcha
        RRHH formados en el proyecto:
        Doctorado:1
        Financiación:
        Agencia Nacional de Investigación e Innovación, Uruguay, Beca
        Equipo: JS Blandon (Responsable) , A Orozco-Gutierrez , J Gil-Gonzalez , G. TISCORNIA , Andrés Hirigoyen
        Palabras clave: Machine Learning Especies Plaga en Agricultura Modelos de Distribución de Especies Procesos Puntuales de Poisson
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Machine Learning
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Procesos Puntuales de Poisson
        Ciencias Naturales y Exactas / Ciencias Biológicas / Ecología / Datos de Ciencia Ciudadana
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Inteligencia Artificial
        Ciencias Agrícolas / Agricultura, Silvicultura y Pesca / Agricultura / Especies Plaga

      • Sistema de Monitoreo de Islas de Calor para la ciudad de Durazno: UTEC como plan piloto (12/2024 - 03/2025 )

        Código: 2024-PROY-00536 El calor extremo representa un grave riesgo para las poblaciones urbanas, agravado por el fenómeno de las Islas de Calor Urbano (ICU), que generan un aumento de temperaturas en áreas urbanizadas respecto a su entorno natural. Este fenómeno se relaciona directamente con la expansión de las ciudades y la disminución de áreas verdes, que podrían mitigar sus efectos. Además, el calor extremo tiene repercusiones significativas en la salud, exacerbando enfermedades y aumentando la mortalidad asociada al clima. En Uruguay, la temperatura promedio ha incrementado notablemente en las últimas décadas. En particular, la ciudad de Durazno, con una creciente población urbana, enfrenta los desafíos derivados de las ICU. Para abordar esta problemática, se requiere una cuantificación precisa de las ICU, que permita caracterizar geoespacialmente las ciudades y diseñar estrategias efectivas de mitigación y adaptación. El avance en tecnologías de sensoramiento remoto y el uso de datos satelitales han facilitado la medición de las ICU. Investigaciones previas han utilizado imágenes satelitales, como las obtenidas con Landsat y MODIS, y métodos como la regresión lineal para analizar la relación entre temperatura y uso del suelo. Estos estudios revelan que las áreas verdes atenúan el efecto de las ICU, mientras que la urbanización intensifica las temperaturas. En este contexto, se propone un plan piloto en Durazno que combina mediciones in situ y ex situ mediante el despliegue de sensores en puntos específicos de la ciudad. El objetivo es validar la metodología para expandir su aplicación, sentando las bases para adoptar tecnologías que permitan enfrentar los desafíos del cambio climático. Este proyecto busca fortalecer la resiliencia urbana a través de estrategias que integren el monitoreo climático y la planificación urbana sostenible.
        5 horas semanales
        Coordinador o Responsable
        Concluido
        RRHH formados en el proyecto:
        Pregrado:5
        Financiación:
        Universidad Tecnológica, Uruguay, Apoyo financiero
        Dirección Nacional de Cambio Climático, Uruguay, Apoyo financiero
        Equipo: JS Blandon (Responsable) , Flores, Yesica Ramirez , jorge iván zapata valencia , Nelcy N. Atehortua-Sanchez , J.S. Duque , Romina Bardesio , Daiana Benítez , Lorena De Los Santos , Emilia Ribero Villanueva
        Palabras clave: Islas de Calor Urbana Análisis Exploratorio de Datos Sensoramiento Remoto
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias de la Tierra y relacionadas con el Medio Ambiente / Investigación Climatológica / Cambio Climático
        Ingeniería y Tecnología / Ingeniería del Medio Ambiente / Sensores Remotos / Imágenes Satelitales

    • Docencia

      • Ingeniería Agroambiental (02/2021 - a la fecha)

        Pregrado
        Responsable
        Asignaturas:
        Proyecto Integrador AMD, 20 horas, Teórico
        Programación Aplicada I, 20 horas, Teórico-Práctico
        Programación Aplicada II, 20 horas, Teórico-Práctico
        Diseño Experimental, 20 horas, Teórico-Práctico
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Programación
        Ciencias Naturales y Exactas / Matemáticas / Estadística y Probabilidad / Estadística
        Ciencias Naturales y Exactas / Matemáticas / Estadística y Probabilidad / Probabilidad

• Sector Extranjero/Internacional/Otros - Colombia

  Universidad Tecnológica de Pereira / Ingeniería Eléctrica

  • Vínculos con la Institución

    • Funcionario/Empleado (08/2020 - 12/2020)

      Docente Catedrático 2 horas semanales
      Laboratorio de Física de Transductores

    • Funcionario/Empleado (02/2020 - 06/2020)

      Docente Catedrático 2 horas semanales
      Docente de Laboratorio de Física III, equivalente a Laboratorio de Física Ondulatoria

    • Funcionario/Empleado (08/2019 - 12/2019)

      Docente Catedrático 3 horas semanales
      Estadística y Probabilidad

    • Funcionario/Empleado (03/2019 - 07/2019)

      Docente Catedrático 3 horas semanales
      Estadística y Probabilidad

  • Actividades

    • Docencia

      • Ingeniería Física (02/2020 - 06/2020 )

        Pregrado
        Responsable
        Asignaturas:
        Laboratorio de Física III (Laboratorio de Física Ondulatoria), 32 horas, Práctico
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias Físicas / Ciencias Físicas / Mecánica Ondulatoria

Carga horaria

• Carga horaria de docencia: 10 horas
  
• Carga horaria de investigación: 10 horas
  
• Carga horaria de formación RRHH: 10 horas
  
• Carga horaria de extensión: Sin horas
  
• Carga horaria de gestión: Sin horas
  

Producción científica/tecnológica

• Ingeniero Físico y Magister en Ingeniería Eléctrica enfocado en áreas de  Inteligencia Artificial. Dentro de mis intereses de investigación se encuentran: Aprendizaje de Máquina, Ciencia de Datos y Reconocimiento de Patrones. Cuento con una fuerte fundamentación en Procesamiento Digital de Imágenes, Procesamiento de Señales, Estadística, Probabilidad, Álgebra Lineal y Programación como elementos fundamentales para el desarrollo e implementación de técnicas de IA para la solución de problemas de diversas áreas.  Entre los trabajos más importantes en mi carrera se encuentran:

  • Desarrollo e implementación de técnicas de teoría de grafos y aprendizaje de máquina con el fin de categorizar zonas geográficas de acuerdo al nivel de riesgo de contagio ante la presencia del COVID-19. El producto de esto fue una API en Python integrada a una plataforma móvil y web con funcionalidades varias.
  • Desarrollo e implementación de un sistema de procesamiento de imágenes basado en técnicas de extracción y representación de características para revelar patrones relevantes en tareas de clasificación usando Python.
  • Desarrollo e implementación de técnicas de aprendizaje de máquina para  perfilar consumidores de recursos naturales a partir del procesamiento de datos estructurados y su posterior despliegue en una plataforma web de acceso libre (Dashboard: https://dashpcs.herokuapp.com/principal)

  Actualmente diseño e implemento técnicas de ciencia de datos y aprendizaje de máquina para el procesamiento de datos estructurados y no estructurados  relacionados al monitoreo ambiental. En particular, he incursionado en el tratamiento de datos de ciencia ciudadana y de sensoramiento remoto con el fin de aplicar técnicas de Inteligencia Artificial para el soporte en tareas de diseño de planes de manejo, gestión, preservación y/o conservación de avifauna.

Producción bibliográfica

• Artículos publicados

  • Arbitrados

    • Remote sensing to quantify potential aquifer recharge as a complementary tool for groundwater monitoring (Completo, 2024)Trabajo relevante

      Lucas Vituri Santarosa , Guilherme Vituri Fernandes Pinto , JS Blandon , Didier Gastmans
      Hydrological Sciences Journal, 2024
      Palabras clave: Recarga de acuíferos Sensoramiento Remoto GRACE Monitoreo de aguas subterráneas
      Areas de conocimiento:
      Ingeniería y Tecnología / Ingeniería del Medio Ambiente / Sensores Remotos /
      Ingeniería y Tecnología / Ingeniería del Medio Ambiente / Ingeniería Medioambiental y Geológica, Geotécnicas / Hidrología
      Medio de divulgación: Internet
      ISSN: 02626667
      E-ISSN: 21503435
      DOI: https://doi.org/10.1080/02626667.2024.2412741
      https://www.tandfonline.com/doi/abs/10.1080/02626667.2024.2412741
      Groundwater resources are vital for water security but face threats from overexploitation, contamination, and climate change. This study focuses on the Guarani (GAS) and Bauru (BAS) aquifer systems? recharge in western São Paulo, Brazil. We enhanced the scalability of the potential recharge (PR) method and assessed recharge using groundwater storage (GWS) data from the Gravity Recovery and Climate Experiment (GRACE). Our findings indicate that while the remote sensing-based PR method aligns with the existing literature, it tends to overestimate recharge. Conversely, the GWS method provides more conservative and reliable estimates. Integrating remote sensing-based methods is a crucial tool for improving recharge estimation and supporting groundwater resource management.
      
      

    • An enhanced and interpretable feature representation approach to support shape classification from binary images (Completo, 2021)Trabajo relevante

      J.S. BLANDON , A.A. OROZCO-GUTIERREZ , A.M. ALVAREZ-MEZA
      Pattern Recognition Letters, 2021
      Palabras clave: Shape recognition Binary Images Bag of contour fragments ReliefF kernel alignment
      Areas de conocimiento:
      Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Reconocimiento de Patrones
      Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Aprendizaje Automático
      Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Inteligencia Artificial
      Medio de divulgación: Internet
      Lugar de publicación: Netherlands
      ISSN: 01678655
      DOI: 10.1016/j.patrec.2021.08.020
      http://dx.doi.org/10.1016/j.patrec.2021.08.020
      Shape classification from binary images is a challenging task within the computer vision community. Commonly, contour and structural features are computed to describe the objects and code patterns robust against rotation, scaling, and shape deformation. However, current techniques get a high-dimensional feature space decreasing the system performance and the attribute interpretability. Here, we introduce an enhanced and interpretable feature representation approach to support shape classification from binary images. Our method, named EIFR, employs a bag of contour fragments-based feature estimation, intrinsically robust to occlusion and shape deformation. Then, a ReliefF-based feature selection is applied to filter non-discriminative attributes. In turn, a kernel-alignment-based projection is used to measure the feature relevance enhancing the data representation through the matching between a similarity matrix computed from filtered attributes and a kernel matrix built from the shape labels. Attained results on benchmark datasets prove that EIFR improves the curvature-based features? interpretability and favors the classification performance.
      
      

    • Shape Classification Using Hilbert Space Embeddings and Kernel Adaptive Filtering (Completo, 2018)Trabajo relevante

      Juan Sebastian Blandon Luengas , CK Valencia , A Álvarez-Meza , JD Echeverry , MA Alvarez , A Orzoco
      Lecture Notes in Computer Science, 2018
      Areas de conocimiento:
      Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Reconocimiento de Patrones
      Medio de divulgación: Internet
      ISSN: 03029743
      E-ISSN: 16113349
      DOI: https://doi.org/10.1007/978-3-319-93000-8_28
      https://link.springer.com/book/10.1007/978-3-319-93000-8#about
      Shape classification is employed for realizing image object identification and classification tasks. Most of the state-of-the-art approaches use sequential features extracted from contours to classify shapes, either directly, i.e., k-nearest neighbors (KNN), or through stochastic models, i.e., hidden Markov models (HMMs). Here, inspired by probability based metrics using Hilbert space embedding (HSE), we introduce a novel scheme for efficient shape classification. To this end, we highlight relevant curvature patterns from binary images towards a Kernel Adaptive Filtering (KAF)-based enhancement of the maximum mean discrepancy metric. Namely, we test the performance of our approach on the well-known MPEG-7 and 99-Shapes databases. Results show that our strategy can code relevant shape properties from binary images achieving competitive classification results.
      
      

    • A DTW-Based Representation to Support Static Sign Language Recognition from Binary Images (Completo, 2018)

      J. S. Blandon , A. Alvarez , A. Orozco
      Lecture Notes in Computer Science, 2018
      Areas de conocimiento:
      Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Reconocimiento de Patrones
      Medio de divulgación: Internet
      ISSN: 03029743
      E-ISSN: 16113349
      DOI: https://doi.org/10.1007/978-3-030-13469-3
      Sign language recognition (SLR) from binary images is a challenging task due to the huge amount of information required to process and the complex variations among classes. Here, we introduced a dynamic time warping (DTW) based representation approach to reveal consistent static SLR patterns from binary images. Indeed, we estimated curvature coefficients sequences (CCSs) from a contour filtering using different step length values. In turn, a DTW feature space is built from CCSs attributes, and a Relief-F-based feature selection stage is carried out to highlight discriminative DTW attributes. Achieved results on a publicly available dataset probe that our strategy attains an 85% classification performance on average. Further, to the best of our knowledge, this is the first attempt to apply dissimilarity-based representations for codifying binary images in SSLR.
      
      

    • Electrostatic plasma simulation by Particle-In-Cell method using ANACONDA package (Completo, 2017)

      Juan Sebastian Blandon Luengas , JP Grisales , H Riascos
      Journal of Physics Conference Series, v.: 850 2017
      Areas de conocimiento:
      Ciencias Naturales y Exactas / Ciencias Físicas / Física de los Fluidos y Plasma / Simulación de Plasma
      Medio de divulgación: Internet
      E-ISSN: 17426596
      DOI: https://doi.org/10.1088/1742-6596/850/1/012007
      https://iopscience.iop.org/article/10.1088/1742-6596/850/1/012007/meta
      Electrostatic plasma is the most representative and basic case in plasma physics field. One of its main characteristics is its ideal behavior, since it is assumed be in thermal equilibrium state. Through this assumption, it is possible to study various complex phenomena such as plasma oscillations, waves, instabilities or damping. Likewise, computational simulation of this specific plasma is the first step to analyze physics mechanisms on plasmas, which are not at equilibrium state, and hence plasma is not ideal. Particle-In-Cell (PIC) method is widely used because of its precision for this kind of cases. This work, presents PIC method implementation to simulate electrostatic plasma by Python, using ANACONDA packages. The code has been corroborated comparing previous theoretical results for three specific phenomena in cold plasmas: oscillations, Two-Stream instability (TSI) and Landau Damping(LD). Finally, parameters and results are discussed.
      
      

    • Localized Plasmon resonance in metal nanoparticles using Mie theory (Completo, 2017)Trabajo relevante

      J.S. Duque , Juan Sebastian Blandon Luengas , H Riascos
      Journal of Physics Conference Series, 2017
      Areas de conocimiento:
      Ciencias Naturales y Exactas / Ciencias Físicas / Física de los Fluidos y Plasma /
      Medio de divulgación: Internet
      E-ISSN: 17426596
      DOI: https://doi.org/10.1088/1742-6596/850/1/012017
      In this work, scattering light by colloidal metal nanoparticles with spherical shape was studied. Optical properties such as diffusion efficiencies of extinction and absorption Qext and Qabs were calculated using Mie theory. We employed a MATLAB program to calculate the Mie efficiencies and the radial dependence of electric field intensities emitted for colloidal metal nanoparticles (MNPs). By UV-Vis spectroscopy we have determined the LSPR for Cu nanoparticles (CuNPs), Ni nanoparticles (NiNPs) and Co nanoparticles (CoNPs) grown by laser ablation technique. The peaks of resonances appear in 590nm, 384nm and 350nm for CuNPs, NiNPs and CoNPs respectively suspended in water. Changing the medium to acetone and ethanol we observed a shift of the resonance peaks, these values agreed with our simulations results.
      
      

Producción técnica

• Productos

  • CONSUMO RESPONSABLE: DASHBOARD (2020)Trabajo relevante

    , Software
    JS Blandon
    Dashboard que tiene como objetivo permitir al usuario explorar con detenimiento consumidores específicos, así como ver cuál es su propensión al consumo sostenible de acuerdo con tres categorías: baja, media o alta. En cada página el usuario podrá manipula
    País: Colombia
    Disponibilidad: Restricta
    Institución financiadora: Universidad Tecnológica de Pereira
    Patente o Registro:
    
    Registro de Software
    13-82-500, Certificado de Registro de Soporte Lógico - Software
    Depósito: 06/01/2021; Examen: ; Concesión:
    Patente nacional: NO
    Medio de divulgación: Internet
    https://dashpcs.herokuapp.com/principal

• Evaluaciones

  • Evaluación de eventos y congresos

    • Conferencia Internacional en Aplicaciones de Inteligencia Artificial - 2025 ( 2025 )

      Comité programa congreso
      Uruguay
      
      Universidad Tecnológica
      

    • Conferencia Internacional en Aplicaciones de Inteligencia Artificial - 2024 ( 2024 )

      Comité programa congreso
      Uruguay
      
      Universidad Tecnológica - UTEC
      

    • Conferencia Internacional en Aplicaciones de Inteligencia Artificial - 2023 ( 2023 )

      Comité programa congreso
      Uruguay
      
      Universidad Tecnológica - UTEC
      

    • Conferencia Internacional en Aplicaciones de Inteligencia Artificial - 2022 ( 2022 )

      Comité programa congreso
      Uruguay
      Arbitrado
      
      Universidad Tecnológica - UTEC
      La Conferencia Internacional en Aplicaciones de Inteligencia Artificial 2022 tendrá lugar en el Instituto Técnico Regional Centro Sur (ITR-CS) de la Universidad Tecnológica de Uruguay (UTEC). Esta conferencia pretende ser un espacio de encuentro de investigadores e investigadoras para presentar sus trabajos relacionados a la inclusión de la Inteligencia Artificial (IA) como una herramienta para la solución de problemáticas de distintos campos de aplicación.

  • Jurado de tesis

    • Caracterización de la variabilidad espacial y temporal de precipitaciones extremas en Uruguay en relación al Fenómeno ENOS ( 2025 )

      Jurado de mesa de evaluación de tesis
      Sector Educación Superior/Público / Universidad Tecnológica / Instituto Tecnológico Regional Centro-Sur / Ingeniería Agroambiental , Uruguay
      Nivel de formación: Grado
      

    • Desarrollo de un Sistema Piloto para la Detección de Siniestros de Tránsito en Montevideo, Uruguay mediante la aplicación de técnicas de Deep Learning. ( 2024 )

      Jurado de mesa de evaluación de tesis
      Sector Educación Superior/Público / Universidad Tecnológica / Universidad Tecnológica / Maestría en Data Science , Uruguay
      Nivel de formación: Maestría
      

    • Optimización del algoritmo plasma electrostático computacional con extensión para n flujos de partículas ( 2021 / 2021 )

      Jurado de mesa de evaluación de tesis
      Sector Extranjero/Internacional/Otros / Universidad Tecnológica de Pereira / Ingeniería Física , Colombia
      Nivel de formación: Grado
      

    • Simulación de ondas generadas en la inestabilidad Two-Stream en plasmas electrostáticos usando Particle-In-Cell ( 2019 / 2019 )

      Jurado de mesa de evaluación de tesis
      Sector Extranjero/Internacional/Otros / Universidad Tecnológica de Pereira / Ingeniería Física , Colombia
      Nivel de formación: Grado
      

    • Simulación de oscilaciones híbridas en un plasma electrostático unidimensional ( 2019 / 2019 )

      Jurado de mesa de evaluación de tesis
      Sector Extranjero/Internacional/Otros / Universidad Tecnológica de Pereira / Ingeniería Física , Colombia
      Nivel de formación: Grado
      

• Otros datos relevantes

  • Premios, Honores y Títulos

    • Doctorados en el exterior en área estratégicas (2024)

      (Nacional)
      Agencia Nacional de Investigación e Innovación
      Convocatoria para fortalecer las capacidades en recursos humanos con que cuenta el país a través del otorgamiento de becas de posgrado en el exterior. En el marco de este llamado se presentó la propuesta POS_EXT_2023_2_179909 Desarrollo de una metodología de aprendizaje automático para la generación de insumos en tareas de gestión de avifauna que fue aprobado para financiación.
      

    • Beca Jorge Roa Martínez (2016)

      (Internacional)
      Universidad Tecnológica de Pereira
      Beca del 100% que cubre un programa de posgrado dentro de la Universidad Tecnológica de Pereira, debida al desempeño durante el pregrado.
      

  • Jurado/Integrante de comisiones evaluadoras de trabajos académicos

    • Desarrollo de un Sistema Piloto para la Detección de Siniestros de Tránsito en Montevideo, Uruguay mediante la aplicación de técnicas de Deep Learning. (2024)

      Candidato: Eyal Brenner, Mateo Fernandez Blanco, Valentina Macchi, & Juan Ignacio Mendez
      Tipo Jurado: Tesis de Maestría
      JS Blandon , Marcelo Caimi , Oscar Narváez Del Río
      Maestría en Ciencia de Datos / Sector Educación Superior/Público / Universidad Tecnológica / Universidad Tecnológica / Uruguay
      País: Uruguay
      Idioma: Español
      Palabras Clave: Detección de siniestros Visión por Computador Deep Learning
      Areas de conocimiento:
      Ingeniería y Tecnología / Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información / Ingeniería Eléctrica y Electrónica / Deep Learning
      Ingeniería y Tecnología / Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información / Ingeniería Eléctrica y Electrónica / Computer Vision
      La seguridad vial es una preocupación global crítica, especialmente en el contexto de Montevideo, Uruguay, donde los siniestros de tránsito representan una seria amenaza para la vida y la infraestructura. En respuesta a esta necesidad, se buscó desarrollar un sistema piloto de detección automática de siniestros utilizando t ?ecnicas avanzadas de Deep Learning. El objetivo de este trabajo es crear un sistema piloto eficiente para detectar autom ?aticamente siniestros de tr ?ansito en Montevideo, utilizando modelos de redes neuronales convolucionales. Este sistema pretende minimizar el tiempo de respuesta en situaciones cr ??ticas y contribuir a la seguridad vial. Se implementaron tres modelos de redes neuronales convolucionales, entren ?andolos con un conjunto de datos reales proporcionado por la Intendencia de Montevideo y evaluando su rendimiento. Los modelos evaluados constan de tres fases: extracción de características visuales, extracción de caracter ??sticas temporales y capas densas. De esta forma, se definieron los modelos A, B y C que variaban la fase de extracción de caracter ??sticas visuales: Inception-ResNet-v2 (A), ResNet50 (B) y ResNet101 (C). El modelo B fue el que presentó el mejor desempeño , con una accuracy del 95,8 %, recall de 95,8 %, F1-Score 65,8 % y precisión de 95.9 % en el conjunto de datos de prueba. Este trabajo destaca los desaf ??os de trabajar con datos reales y la construcción de modelos complejos. Además, establece un camino hacia la creación de un sistema automaático en tiempo real para la detección de siniestros de tra ?nsito en un entorno urbano.

  • Construcción institucional

    Participación activa en el diseño, planificación y ejecución de actividades relacionadas al desarrollo de pasantías, trabajos de grado y gestión académica dentro de la carrera de Ingeniería Agroambiental.

• Formación de RRHH

  • Tutorías concluidas

    • Posgrado

      • Predicción de avistamientos de aves para la conservación de especies endémicas utilizando algoritmos de aprendizaje automático (2023 - 2025)

        Tesis de maestria
        Sector Extranjero/Internacional/Otros / Universidad Pontifica Javeriana de Cali / Facultad de Ingeniería y Ciencias , Colombia
        Programa: Maestría en Ciencia de Datos
        Tipo de orientación: Tutor único o principal
        Nombre del orientado: Paula Andrea López Arango, Karen Juliette Conde Barrero & Maria Victoria Escobar Martinez
        País: Colombia
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Ciencia de Datos
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Machine Learning

    • Grado

      • Validación de la relación entre mediciones de campo de biomasa aérea y análisis de NDVI utilizando imágenes satelitales de Sentinel-2. (2023 - 2025)

        Tesis/Monografía de grado
        Sector Educación Superior/Público / Universidad Tecnológica / Departamento de Sostenibilidad Ambiental / Instituto Tecnológico Regional Centro-Sur , Uruguay
        Programa: Ingeniería Agroambiental
        Tipo de orientación: Cotutor ( JS Blandon )
        Nombre del orientado: Manuela Cardona & Santiago Zeitunian
        País: Uruguay
        Palabras Clave: Sensoramiento Remoto Sentinel-2 NDVI
        Areas de conocimiento:
        Ingeniería y Tecnología / Ingeniería del Medio Ambiente / Sensores Remotos / Sentinel-2
        Ingeniería y Tecnología / Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información / Ingeniería Eléctrica y Electrónica / Aprendizaje estadístico
        La relevancia económica de la biomasa vegetal aérea en un sistema productivo lechero es de suma importancia, especialmente en lo que concierne a la alimentación de rumiantes mediante pasturas. Se propone la utilización de NDVI, en conjunto con datos de disponibilidad de materia seca por potrero, como una herramienta para cuantificar la biomasa aérea. Este estudio se enfoca en la utilización de imágenes satelitales de Sentinel-2 en el establecimiento Santa María, el cual es un sistema agropecuario uruguayo. Se plantea la hipótesis que el índice NDVI calculado a partir de imágenes de Sentinel-2 presenta una correlación significativa con datos obtenidos con un método tradicional, mediante plato medidor de pasto. El objetivo principal de esta investigación es validar el NDVI como un estimador de la disponibilidad de materia seca por potrero en el establecimiento Santa María durante el año 2022.

      • Evaluación de variables exógenas y su influencia en la distribución poblacional de Myiopsitta monachus en Uruguay (2003-2023): Análisis espacio-temporal (2022 - 2025)

        Tesis/Monografía de grado
        Sector Educación Superior/Público / Universidad Tecnológica / Departamento de Sostenibilidad Ambiental / Instituto Tecnológico Regional Centro-Sur , Uruguay
        Programa: Ingeniería Agroambiental
        Tipo de orientación: Tutor único o principal
        Nombre del orientado: Andrea Viazzi & Avril Maciel Ríos
        País: Uruguay
        Areas de conocimiento:
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Ingeniería de Características
        Ciencias Naturales y Exactas / Ciencias Biológicas / Ecología / Aves plaga
        Ingeniería y Tecnología / Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información / Ingeniería Eléctrica y Electrónica / Datos de Ciencia Ciudadana

  • Tutorías en marcha

    • Grado

      • Caracterización estacional del fenómeno de Islas de Calor Urbanas en Durazno a partir de Mediciones In Situ (2025)

        Tesis/Monografía de grado
        Sector Educación Superior/Público / Universidad Tecnológica / Departamento de Sostenibilidad Ambiental / Instituto Tecnológico Regional Centro Sur , Uruguay
        Programa: Ingeniería Agroambiental
        Tipo de orientación: Tutor único o principal
        Nombre del orientado: Lorena de los Santos
        País/Idioma: Uruguay,
        Palabras Clave: Islas de Calor Urbanas Monitoreo Ambiental Analítica de Datos

      • Ciencia ciudadana en Uruguay: influencia de factores antropogénicos en aves migratorias por análisis de regresión. (2024)

        Tesis/Monografía de grado
        Sector Educación Superior/Público / Universidad Tecnológica / Departamento de Sostenibilidad Ambiental / Instituto Tecnológico Regional Centro Sur , Uruguay
        Programa: Ingeniería Agroambiental
        Tipo de orientación: Tutor único o principal
        Nombre del orientado: Julieta Collazo
        País/Idioma: Uruguay,
        Palabras Clave: Aves migratorias Variables antropogénicas Regresión
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias Biológicas / Zoología, Ornitología, Entomología, Etología / Datos de Ciencia Ciudadana
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Aprendizaje estadístico
        Ingeniería y Tecnología / Ingeniería del Medio Ambiente / Sensores Remotos / Variables antropogénicas
        Ciencias Naturales y Exactas / Ciencias Biológicas / Zoología, Ornitología, Entomología, Etología / Aves migratorias
        Las aves migratorias en Uruguay son especies de alto valor biológico, en tanto que desempeñan funciones vitales en los ecosistemas del país. Sin embargo, los impactos de las actividades antropogénicas sobre estas pueden influir e incluso alterar su comportamiento a lo largo del tiempo. Esta propuesta se basará en el uso de recursos públicos como el portal de Ciencia Ciudadana eBird que provee registros de avistamientos de aves, así como productos de sensoramiento remoto satelital como MapBiomas, Open Buildings, Night Lights, entre otros, para analizar los efectos de la expansión urbana y la actividad humana sobre las aves migrantes. También, se contará con información de la Infraestructura de Datos Espaciales (IDE) sobre tránsito y la ubicación de aeropuertos y helipuertos, así como datos de UTE para la localización de generadores eólicos. El objetivo de este estudio es cuantificar la relación entre los avistamientos de aves migratorias y diversas variables antropogénicas identificando patrones espaciales y temporales. Se llevará a cabo un preprocesamiento de los datos seguido de un análisis exploratorio, en el que se identificarán y seleccionarán características relevantes. Posteriormente, se implementaran algoritmos de regresión para analizar las relaciones entre los avistamientos de aves y los factores antropogénicos. Los resultados contribuirán al proceso de identificación de nuevas Áreas de Importancia para las Aves (IBAs), así como al fortalecimiento de estrategias de turismo sostenible, proporcionando insumos para la toma de decisiones basada en evidencia alrededor de la conservación.

      • Cuantificación de la relación entre variabilidad climática y patrones temporales de aves migratorias en Uruguay: un enfoque de análisis de datos de ciencia ciudadana (2023)

        Tesis/Monografía de grado
        Sector Educación Superior/Público / Universidad Tecnológica / Departamento de Sostenibilidad Ambiental / Instituto Tecnológico Regional Centro-Sur , Uruguay
        Programa: Ingeniería Agroambiental
        Tipo de orientación: Tutor único o principal
        Nombre del orientado: Agustina Ramírez & Lucía de León
        País/Idioma: Uruguay,
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias Biológicas / Ecología / Conservación de Especies
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Ciencia de Datos
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Reconocimiento de Patrones
        Ingeniería y Tecnología / Otras Ingenierías y Tecnologías / Otras Ingenierías y Tecnologías / Ingeniería de Características

      • Caracterización de la invasión de Lithobates catesbeianus en Aceguá (Cerro Largo, Uruguay) (2023)

        Tesis/Monografía de grado
        Sector Educación Superior/Público / Universidad Tecnológica / Departamento de Sostenibilidad Ambiental / Instituto Tecnológico Regional Centro-Sur , Uruguay
        Programa: Ingeniería Agroambiental
        Tipo de orientación: Cotutor en pie de igualdad ( JS Blandon )
        Nombre del orientado: Agustina Etchissure
        País/Idioma: Uruguay,
        Palabras Clave: Monitoreo de biodiversidad Machine Learning Teoría de Grafos
        Areas de conocimiento:
        Ciencias Naturales y Exactas / Ciencias Biológicas / Conservación de la Biodiversidad / Monitoreo de Biodiversidad
        Ingeniería y Tecnología / Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información / Ingeniería Eléctrica y Electrónica / Machine Learning
        Este estudio se centra en la caracterización de la invasión de la rana toro (Lithobates catesbeianus) en Aceguá, explorando su relación con variables espaciotemporales. Tras el abandono de las granjas de cría, esta especie ha establecido poblaciones en diversas regiones del país, encontrando en Aceguá uno de sus puntos de concentración. La motivación principal radica en desarrollar estrategias de control efectivas para frenar la expansión de la invasión de la rana en la región. Se emplearán técnicas como la teoría de grafos y modelos de aprendizaje automático para prever la distribución espacial de la rana toro en función de variables espaciotemporales. La metodología abarca la recopilación de datos sobre la presencia de la rana toro y la obtención de mapas de usos y coberturas del suelo, clave para la implementación de modelos y teoría de grafos junto con sus medidas de validación y centralización. Los resultados obtenidos proporcionarán información valiosa para la gestión y conservación de los ecosistemas afectados por esta especie invasora.