[general_dat] Invitación a la defensa de tesis de licenciatura de Margarita Cristallini (Lunes 13/07 14hs)

[Juan Kamienkowski]

Fe de erratas, el aula es la 1207

¡Hola!

Tenemos el agrado de invitarlxs a la presentación de Tesis de Licenciatura en
Ciencias de la Computación de *Margarita Cristallini*

*Título*:             Estados mentales dinámicos asociados a la detección
de peligro durante el manejo
*Cuándo*:          *Lunes 13 de Julio de 2026,* *14:00 hs. *
*Dónde*:            *Aula 1207*, Edificio 0+infinito, Ciudad Universitaria,
UBA.
*Directores*:     Juan E Kamienkowski, Joaquin Gonzalez
*Juradxs*:         Luz Bavassi, Laouen Belloli

*Palabras claves:*  Magnetoencefalografía (MEG), eye-tracking, conducción,
percepción de peligro, hazard perception, localización de fuentes, DyNeMo,
estados mentales dinámicos, atención visual.

*Resumen: *A pesar de los avances en neurociencia cognitiva, aún se conoce
poco sobre los estados mentales asociados a tareas naturales como la
exploración visual de una escena, la detección de peligro o la toma de
decisiones en entornos dinámicos. La conducción constituye un ejemplo
especialmente relevante, ya que requiere integrar información visual,
mantener la atención y responder rápidamente ante posibles situaciones de
riesgo. En estas tareas surgen preguntas sobre si los mismos mecanismos
mentales intervienen en diferentes contextos. ¿Es el mismo proceso el que
se activa al fijar la mirada en un objeto de búsqueda que al detectar una
posible amenaza al manejar? ¿Existen diferencias en el estado mental al
observar un posible peligro frente a un objeto neutral? Comprender estos
patrones podría contribuir al desarrollo de herramientas capaces de estimar
tiempos de reacción con mayor precisión o detectar situaciones de riesgo de
manera más temprana, con potencial aplicación en el ámbito de la seguridad
vial. En esta tesis se analizan los estados mentales de distintos sujetos
expuestos a videos de conducción correspondientes al Hazard Perception Test
del Reino Unido, utilizando datos obtenidos en el marco de una colaboración
con la Universidad de Nottingham (UdN). Los videos presentan escenas
dinámicas de conducción en las que aparecen potenciales situaciones de
peligro (hazards).

Para cada participante se analizaron de manera simultánea registros de
actividad cerebral mediante magnetoencefalografía (MEG) y movimientos
oculares registrados mediante eye-tracking (ET), con el propósito de
caracterizar los estados mentales asociados a momentos clave del
experimento, como la detección de un hazard o una fijación visual. La
combinación de ambas fuentes de información permitió relacionar la
actividad cerebral con el comportamiento visual de los participantes.

Por otra parte, la integración de estos datos, junto con diversas técnicas
de preprocesamiento, posibilitó la aplicación de análisis avanzados como la
localización de fuentes y la estimación de estados mentales mediante
Dynamic Network Modes (DyNeMo), un modelo generativo no supervisado basado
en aprendizaje profundo. Los análisis permitieron identificar distintos
modos cerebrales con características espaciales y espectrales propias,
incluyendo modos compatibles con redes visuales, atencionales y
sensoriomotoras, cuya activación presentó cambios alrededor de eventos de
fijación visual y respuesta mediante botón. En conjunto, estos resultados
muestran que la combinación de MEG, eye-tracking y modelos dinámicos como
DyNeMo constituye una herramienta útil para estudiar cómo cambia la
actividad cerebral durante la observación de videos dinámicos de conducción
en un contexto de libre exploración visual. Además, permiten comprender
mejor cómo el cerebro procesa la información visual y responde ante
situaciones de riesgo en escenarios dinámicos de conducción.

¡Lxs esperamos!


El mié, 8 jul 2026 a la(s) 3:49 p.m., Juan Kamienkowski (juank at dc.uba.ar)
escribió:

> ¡Hola!
>
> Tenemos el agrado de invitarlxs a la presentación de Tesis de Licenciatura en
> Ciencias de la Computación de *Margarita Cristallini*
>
> *Título*:             Estados mentales dinámicos asociados a la detección
> de peligro durante el manejo
> *Cuándo*:          *Lunes 13 de Julio de 2026,* *14:00 hs. *
> *Dónde*:            *Aula 1102*, Edificio 0+infinito, Ciudad
> Universitaria, UBA.
> *Directores*:     Juan E Kamienkowski, Joaquin Gonzalez
> *Juradxs*:         Luz Bavassi, Laouen Belloli
>
> *Palabras claves:*  Magnetoencefalografía (MEG), eye-tracking,
> conducción, percepción de peligro, hazard perception, localización de
> fuentes, DyNeMo, estados mentales dinámicos, atención visual.
>
> *Resumen: *A pesar de los avances en neurociencia cognitiva, aún se
> conoce poco sobre los estados mentales asociados a tareas naturales como la
> exploración visual de una escena, la detección de peligro o la toma de
> decisiones en entornos dinámicos. La conducción constituye un ejemplo
> especialmente relevante, ya que requiere integrar información visual,
> mantener la atención y responder rápidamente ante posibles situaciones de
> riesgo. En estas tareas surgen preguntas sobre si los mismos mecanismos
> mentales intervienen en diferentes contextos. ¿Es el mismo proceso el que
> se activa al fijar la mirada en un objeto de búsqueda que al detectar una
> posible amenaza al manejar? ¿Existen diferencias en el estado mental al
> observar un posible peligro frente a un objeto neutral? Comprender estos
> patrones podría contribuir al desarrollo de herramientas capaces de estimar
> tiempos de reacción con mayor precisión o detectar situaciones de riesgo de
> manera más temprana, con potencial aplicación en el ámbito de la seguridad
> vial. En esta tesis se analizan los estados mentales de distintos sujetos
> expuestos a videos de conducción correspondientes al Hazard Perception Test
> del Reino Unido, utilizando datos obtenidos en el marco de una colaboración
> con la Universidad de Nottingham (UdN). Los videos presentan escenas
> dinámicas de conducción en las que aparecen potenciales situaciones de
> peligro (hazards).
>
> Para cada participante se analizaron de manera simultánea registros de
> actividad cerebral mediante magnetoencefalografía (MEG) y movimientos
> oculares registrados mediante eye-tracking (ET), con el propósito de
> caracterizar los estados mentales asociados a momentos clave del
> experimento, como la detección de un hazard o una fijación visual. La
> combinación de ambas fuentes de información permitió relacionar la
> actividad cerebral con el comportamiento visual de los participantes.
>
> Por otra parte, la integración de estos datos, junto con diversas técnicas
> de preprocesamiento, posibilitó la aplicación de análisis avanzados como la
> localización de fuentes y la estimación de estados mentales mediante
> Dynamic Network Modes (DyNeMo), un modelo generativo no supervisado basado
> en aprendizaje profundo. Los análisis permitieron identificar distintos
> modos cerebrales con características espaciales y espectrales propias,
> incluyendo modos compatibles con redes visuales, atencionales y
> sensoriomotoras, cuya activación presentó cambios alrededor de eventos de
> fijación visual y respuesta mediante botón. En conjunto, estos resultados
> muestran que la combinación de MEG, eye-tracking y modelos dinámicos como
> DyNeMo constituye una herramienta útil para estudiar cómo cambia la
> actividad cerebral durante la observación de videos dinámicos de conducción
> en un contexto de libre exploración visual. Además, permiten comprender
> mejor cómo el cerebro procesa la información visual y responde ante
> situaciones de riesgo en escenarios dinámicos de conducción.
>
> ¡Lxs esperamos!
>
>