Department of Computer Science, UPR-Río Piedras

¡FELICIDADES!🎉

Felicitamos a Freddy Bello por haber defendido su proyecto de maestría, “Microservice Application for Forecasting and Optimizing Network Operations for Temporary High-Density IT Infrastructure”.

Estamos muy orgullosos de su desempeño y trabajo.

¡FELICIDADES!🎉

Felicitamos a Andrea V. Nieves Rivera por haber defendido su proyecto de maestría, “Individual Forager Traffic Monitoring Flight Assembly and Analysis”.

Estamos muy orgullosos de su desempeño y trabajo.

¡FELICIDADES!🎉

Felicitamos a Nicole M. Ramírez Mulero por haber defendido su proyecto de maestría, “DanceSketch: Providing Choreography Scripting Capabilities in EarSketch”, de forma sobresaliente.

Estamos muy orgullosos de su desempeño y trabajo.

¡FELICIDADES!🎉

Felicitamos a Luke Meyers por haber defendido su tesis de maestría, “Leveraging Foundation Models for Fine-Grained Re-Identification of Paint-Marked Honey Bees”, de forma sobresaliente.

Estamos muy orgullosos de su desempeño y trabajo.

¡FELICIDADES!🎉

Felicitamos a Luis M. Fontan Rodríguez por haber defendido su proyecto de maestría, “Prototype for a Gamified Tutoring System”, de forma sobresaliente.

Estamos muy orgullosos de su desempeño y trabajo.

FELICIDADES!🎉

Felicitamos a Nicole M. Ramírez Mulero por haber defendido su proyecto de maestría de forma sobresaliente, titulado “DanceSketch: Providing Choreography Scripting Capabilities in EarSketch.”

Felicitamos a Nicole M. Ramírez Mulero por haber defendido su proyecto de maestría, “DanceSketch: Providing Choreography Scripting Capabilities in EarSketch”, de forma sobresaliente.

Estamos muy orgullosos de su desempeño y trabajo.

¿Y si aprender a programar sonara a música?
Eso es exactamente lo que hacemos en RemezclaPR (http://bit.ly/remezclapr). Durante años, realizamos un campamento de verano gratuito para estudiantes de escuelas públicas de PR, donde aprendían a crear música mediante programación. El financiamiento de NSF terminó. Este verano, necesitamos tu ayuda para seguir ofreciéndolo libre de costo.

👉 Puedes ver más detalles de esta campaña de recaudación en https://sites.google.com/upr.edu/remezcla/donaciones

🚨CyberAI Camp 2026🚨

Nos complace anunciarles el CyberAI Camp 2026, un campamento de verano dirigido a estudiantes de escuela superior interesados en explorar el mundo del hackeo ético y la inteligencia artificial.

📅 Semana del 8 al 10 de junio de 2026
🕣 Horario: 8:30 a.m. – 12:00 p.m.
📍 UPR-RP
📌 Último día para solicitar: 10 de mayo de 2026

Invitamos a estudiantes de escuela superior a solicitar y aprovechar esta oportunidad para fortalecer su interés en la Ciencia de Cómputos y Ciberseguridad.

🔗 Solicita en: bit.ly/cybercamp2026
📩 Preguntas: [email protected]

🚨CHARLA🚨

Este miércoles, 22 de abril les invitamos a participar de la charla “Computación en la nube para mitigar el mosquito Aedes aegypti”, un espacio para conocer cómo la tecnología puede aportar directamente a la salud pública.

📍 A-211
🗓️ Miércoles, 22 de abril
⏰ 11:30 a. m. – 12:50 p. m.

¡No se lo pierdan ! 💻☁

Talk: Learning Efficiently by Solving the Right Problems: My Research in AI
👨🏻‍🏫 Jeffrey A. Chan, Ph.D. student, UCF
🗓️ April 15, 2026
🕦 11:30 am
📍 A -143

Abstract:
In my first years at the University of Puerto Rico, Río Piedras, I wanted to become a music producer. Instead of enrolling in formal classes, I spent much of my time teaching myself—watching tutorials, experimenting with software, and learning concepts such as audio compression, equalization, mastering, and sound design. I started with almost no formal background in music production, which meant that I often rediscovered problems on my own and sometimes even rediscovered solutions.

When producing music, the process usually starts with an idea for a song in my mind. I would try to create it, run into technical problems, and then begin investigating the underlying issue. I would describe the problem, develop hypotheses about what was happening, test possible solutions, and iterate until I achieved the sound I wanted. Looking back, I realized that this process was essentially the research loop: starting from an idea, encountering obstacles, studying the problem, forming hypotheses, testing solutions, and iterating toward a result.

At the time, I did not think of this as research. I was simply trying to solve problems to achieve a goal. However, this mindset—learning independently and iterating through difficult problems—became the foundation of my research journey. When I later became interested in machine learning, I approached it in the same way: studying the fundamentals on my own, experimenting with code, and trying to understand why models succeed or fail.

When I felt ready, I approached Dr. Rémi Mégret to ask if I could join a research project, which marked the beginning of my research career. Since then, I have worked on a variety of machine learning problems—from identifying individual honeybees in videos and analyzing nanoparticle behavior to studying genomic data structures. These experiences eventually led me to my current research in computer vision and machine learning, where I study how to train AI systems using less data through techniques such as dataset distillation and generative models.

Interestingly, many of the problems I study today in artificial intelligence are related to a similar challenge: how to make learning effective while reducing the effort required to obtain high-quality training data. In this talk, I will describe how this way of thinking shaped my research and the problems I have worked on along the way.

🥳Felicidades a Anasofia Colón Santiago por presentar su trabajo de investigación subgraduada para publicación en el IEEE 5th Cyber Awareness and Research Symposium 2025.



College of Natural Sciences University of Puerto Rico Rio Piedras Campus Recinto de Río Piedras de la UPR Universidad de Puerto Rico - UPR