Laura De Giusti

This book focuses on the impact of Artificial Intelligence on Education, not only in the classroom but also in the institutional change it is bringing about. It concludes with a vision for the future of Education in an "Ideal University," after analyzing the projections for educational changes over the next 10 years.

Este libro, publicado en Junio 2022, con el Dr. Andreas Kaplan (ESCP Business School Berlin) como editor, analiza la Transformación Digital en la Educación Superior desde un punto de vista multidisciplinario y con análisis de casos de diferentes países, a partir de contribuciones de importantes especialistas en Tecnología aplicada en Educación de todo el mundo. El texto se estructura en 8 partes y 30 capítulos

Este libro, publicado en 2021, hace una recopilación de trabajos sobre la Educación Superior en Iberoamérica durante la pandemia de COVID-19, con algunos aportes significativos en un tema que sigue en evolución y cuyo impacto global es difícil de dimensionar. Se estructura en dos Partes. En la primera de ella se presentan Reflexiones ante la Pandemia y en la segunda Experiencias prácticas en diferentes países. Trataremos de sintetizar los contenidos: En el prólogo (a cargo del Secretario de Estado de Cooperación Internacional de la Unión Europea) y la Introducción (a cargo del Director y del Secretario Ejecutivo de la Fundación Carolina) se expone la problemática y la importancia de los trabajos que contiene el libro dejando, entre otras reflexiones importantes, el concepto de que estamos en una transición desde la Educación Digital a Distancia de Emergencia a un nuevo Modelo Pedagógico-Tecnológico. La Parte 1 “Reflexiones ante la pandemia” tiene 4 trabajos: La Parte 2 “Experiencias Prácticas” tiene 8 trabajos: Conclusiones Tal como se indica en el cierre del libro, el mismo “agrupa un conjunto de reflexiones y experiencias que analizan los efectos que la pandemia ha provocado en las estrategias de formación vir­tual en el sector de la educación superior de los países iberoamericanos”. Recorrer sus páginas permite visualizar la aceleración que ha producido la pandemia en los cambios en las prácticas de la Educación Superior.. La difícil tarea que espera las Universidades es lograr igualdad de oportunidades en este nuevo contexto signado por la incorporación de tecnología y el cambio pedagógico en el aula.

In IoT applications, data capture in a sensor network can generate a large flow of information between the nodes and the cloud, affecting response times and device complexity but, above all, increasing costs. Fog computing refers to the use of pre-processing tools to improve local data management and communication with the cloud. This work presents an analysis of the features that platforms implementing fog computing solutions should have. Additionally, an experimental work integrating two specific platforms used for controlling devices in a sensor network, processing the generated data, and communicating with the cloud is presented.

The increase in temperature caused by the climate change has resulted in the rapid dissemination of infectious diseases. Given the alert for the current situation, the World Health Organization (WHO) has declared a state of health emergency, highlighting the severity of the situation in some countries. For this reason, coming up with knowledge and tools that can help control and eradicate the vectors propagating these diseases is of the utmost importance. High-performance modeling and simulation can be used to produce knowledge and strategies that allow predicting infections, guiding actions and/or training health/civil protection agents. The model developed as part of this research work is aimed at assisting the decision-making process for disease prevention and control, as well as evaluating the reproduction and predicting the evolution of the Aedes aegypti mosquito, which is the transmitting vector of the dengue, Zika and chikungunya diseases. Decision-making based on these models requires a large number of simulations to achieve results with statistical variability. The objective of this paper is to demonstrate that the GPU is a suitable platform from the point of view of the reduction of energy consumed for HPC simulations. It is also shown that it is possible to define energy prediction models that allow scientists to plan their experiments based on energy consumption and select those that are representative for decision making by reducing energy consumption in HPC simulations.

La programación de algoritmos paralelos, a diferencia de los algoritmos secuenciales, no cuenta para su representación con un único modelo. Esa carencia ocasiona que su aplicación sobre una arquitectura heterogénea, a través de modelos existentes, no halle el resultado que se ambiciona. La computación paralela ha propuesto, como pocas, significativos quiebres en el ámbito de la Ciencia de la Computación, al provocar la reformulación y generación de nuevos conceptos. El desarrollo de nuevos modelos que mejoren los tiempos de ejecución para aplicaciones paralelas en arquitecturas no homogéneas, se justifica y demanda desde la importancia que concedería al momento de obtener resoluciones efectivas. El Mapping sobre arquitecturas heterogéneas consiste en determinar la asignación de tareas a procesadores, considerando las características más importantes de la aplicación (cantidad de tareas, tiempo de cómputo, etc) y las características de ese tipo de arquitectura en la cual se ejecuta la aplicación; es decir, cantidad de tipos de procesadores y costo de comunicación, entre otras variables. El aporte de esta Tesis Doctoral en cuanto a implementación de modelos y algoritmo de Mapping, evalúa y subsana, basándose en las respectivas pruebas, las limitaciones de aquellas versiones anteriores.