21-O

Seminario: “Implementaciones multi-hilo de pilas y colas con semánticas relajadas”

Fecha: jueves 27 de enero de 2022 a las 11:00 hrs
Presenta: Dr. Armando Castañeda
Afiliación: Instituto de Matemáticas – UNAM

Resumen:

Por sus indudables y probados beneficios, la noción de linealizabilidad es la condición de consistencia más usada en la actualidad para identificar las implementaciones correctas de objetos concurrentes (e.g. pilas, colas, árboles, conjuntos) en sistemas multi-hilo. De forma intuitiva, una implementación linealizable da la ilusión al usuario de que las operaciones ocurren de forma secuencial, en algún orden que respeta en tiempo-real en el que ocurren las
invocaciones y respuestas a las operaciones. Desafortunadamente, se ha demostrado formalmente que para algunos tipos de objetos concurrentes, concretamente pilas y colas, toda implementación linealizable es costosa. Particularmente, cualquiera de estas implementaciones está forzada a usar costosos mecanismos de sincronización. Este resultado limita la escalabilidad de cualquier implementación para estos casos. Una forma de evitar este resultado negativo consiste en relajar la semántica de los objetos que queremos implementar. En esta plática veremos un tipo de relajación para pilas y colas que permite evitar los mencionados mecanismos de sincronización. Evaluaciones experimentales muestran que nuestras implementaciones se desempeñan bien para la solución en paralelo de algunos problemas sobre gráficas.

Semblanza:

El Dr. Armando Castañeda obtuvo el grado de Ingeniero en Sistemas Computacionales del Instituto Politécnico Nacional (IPN) en 2002, y los grados de Maestro y Doctor en Ciencias de la Computación de la Universidad Nacional Autónoma de México (UNAM) en 2007 y 2010 respectivamente. Entre 2011 y 2014, realizó estancias posdoctorales en el Institut National de Recherche en Informatique et en Automatique (INRIA) y en el Instituto Tecnológico Israelí (Technion). Actualmente es investigador de tiempo completo y definitivo del Instituto de Matemáticas de la UNAM.

Video del seminario:

Seminario: “Técnicas de reconocimiento de individuos por su voz”

Fecha: jueves 20 de enero de 2022 a las 11:00 hrs
Presenta: Dr. José Antonio Camarena Ibarrola
Afiliación: Sociedad mexicana de ciencias de la computación e inteligencia artificial

Resumen:

A diferencia de la identificación de un individuo por sus huellas dactilares o por su DNA, identificar a un individuo por su voz sigue siendo un problema abierto. Por ejemplo, si en un juicio se presenta una grabación de la voz de un individuo como prueba de su participación en un delito, el acusado se defiende alegando que no es su voz y cuando reproducen el audio para que escuchen el parecido de su voz con la grabación, el individuo asegura que es alguien imitando su voz. El problema se puede complicar de muchas maneras, por ejemplo, si la grabación es ruidosa o si hay varias personas hablando simultáneamente. Varios problemas relacionados pero diferentes han sido clasificados, hay que diferenciar la verificación de la identificación de individuos por su vez. Tanto la verificación como la identificación puede ser dependiente o independiente del texto, es decir, de las palabras pronunciadas. De estos cuatro problemas, el más sencillo de todos es la verificación dependiente del texto, y el más complicado es la identificación independiente del texto, problemas distintos, aunque relacionados pero que no hay que confundir. En esta charla se pretende compartir la experiencia que hemos obtenido luego de estudiar el estado del arte, de las ideas que hemos tenido, de los experimentos que hemos realizado, las contribuciones que hemos publicado y de las que estamos por publicar en esta área de investigación.

Semblanza:

El Dr. José Antonio Camarena Ibarrola obtuvo el grado de Ingeniero Eléctrico en la Universidad Michoacana en 1986, fue Laboratorista en el laboratorio de electrónica y profesor de asignatura en la Facultad de Ingeniería Eléctrica de la Universidad Michoacana de 1986 a 1990, obtuvo el grado de Maestro en Ciencias Computacionales en el Instituto Tecnológico de Toluca en 1996. De 1990 a 2003 fue el administrador del sistema, responsable de la base de datos, de las comunicaciones y de la operación de uno de los 18 centros regionales de cómputo que tenía el Instituto Federal Electoral. En 2008 obtuvo el Grado de Doctor en Ciencias en la Universidad Michoacana y actualmente es Profesor-Investigador Titular C y miembro del núcleo académico básico del programa de doctorado de la División de estudios de postgrado de la Facultad de Ingeniería Eléctrica de la Universidad Michoacana, es Miembro del Sistema Nacional de Investigadores (Nivel I), miembro de la sociedad mexicana de ciencias de la computación y miembro de la sociedad mexicana de inteligencia artificial. Sus líneas de investigación son:

1. Procesamiento digital de señales de audio, con trabajos desarrollados en reconocimiento de voz, reconocimiento de individuos por su voz, firmas de audio, seguimiento de audio, monitoreo automático de anuncios publicitarios en estaciones de radio y evaluación automática de estudiantes de música.
2. Diagnóstico automático de enfermedades, con trabajos desarrollados en detección temprana del Alzheimer a partir de encefalogramas y detección de la Ateroesclerosis a partir de imágenes de ultrasonido de la arteria carótida.
3. Procesamiento de imágenes, con trabajos desarrollados en huellas dactilares, detección automática de vida silvestre en cámaras trampa y detección, clasificación y monitoreo de objetos en video.

Video del seminario:

Seminario: “Prevención de inundaciones basado en una red IoT de sensores con tecnología LoRa/Wifi/3G y 4G”

Fecha: jueves 13 de enero de 2022 a las 11:00 hrs
Presenta: Dr. Víctor Rangel Licea
Afiliación: Departamento de Telecomunicaciones, Facultad de Ingeniería, UNAM

Resumen:

Es este proyecto se presenta una red de sensores que fueron instalados en la cercanía de la Ciudad de Colima y Villa de Álvarez para el monitoreo de ríos en tiempo real. Con dicha información se desarrollaron modelos de predicción de inundaciones. Durante el desarrollo de este proyecto se derivaron más de 5 trabajos de investigación, desde la implementación física del sistema de sensores, modelos de predicción, estudios de señales 4G y 5G, y modelos de propagación, entre otros. La presentación, describe brevemente los diferentes trabajos realizados y se enfoca con un mayor análisis en los estudios de propagación que se realizaron para poder realizar la comunicación entre los nodos fijos y móviles de la red de sensores del proyecto EWIN.

Semblanza:

En 1996 el Dr. Víctor Rangel Licea obtuvo su título de Ingeniero en Computación en la Facultad de Ingeniería, UNAM. En 1998 recibió el grado de Maestría en Telemática, y el Doctorado en Telecomunicaciones, ambos por la Universidad de Sheffield, Reino Unido, en 1997 y 2002, respectivamente. El Dr. Rangel ha publicado 3 libros internacionales, 8 capítulos de libro y más de 50 artículos de alto impacto internacional en colaboración con Inglaterra y Alemania. Ha dirigido más de 60 tesis de licenciatura, maestría y doctorado en el área de redes celulares, redes inalámbricas y protocolos de comunicación y ha participado en proyectos internacionales para prevención de inundaciones a través de redes IoT y redes celulares, así como en la implantaciones de redes 4G y 5G con equipos definidos por software. Sus líneas de investigación se enfocan en Redes IoT, Redes Adhoc, Redes Vehiculares, Redes celulares 4G y 5G y optimización de protocolos de comunicación. En 2010 el Dr. Rangel obtuvo el premio Universidad Nacional, para Jóvenes académicos, también es miembro del Sistema Nacional de Investigadores desde 2004, y desde el año 2015 es el Jefe del Departamento de Telecomunicaciones de la Facultad de Ingeniería de la UNAM.

Video del seminario:

Seminario: “Diseño de algoritmos deterministas para problemas de optimización combinatoria”

Fecha: jueves 6 de enero de 2022 a las 11:00 hrs
Presenta: Dr. Joel Antonio Trejo Sánchez
Afiliación: CIMAT

Resumen:

La mayoría de los problemas de optimización combinatoria pertenecen a la clase de problemas NP-difícil. En esta charla se presentan un par de problemas de optimización combinatoria en gráficas. Se describe la dificultad de diseñar algoritmos, que en un tiempo razonable, nos aseguren obtener la solución óptima en estos problemas. Con el fin de solucionar dichos problemas, se presentan algunas relajaciones que permiten obtener la mejor solución en tiempo polinomial; es decir, en un tiempo razonable. Finalmente, se da un breve recorrido por los algoritmos de aproximación, los cuales permiten obtener una solución aproximada en una fracción del tiempo que requeriría obtener una solución óptima.

Semblanza:

Joel Antonio Trejo Sánchez obtuvo la licenciatura en ciencias de la computación en la Universidad Autónoma de Yucatán en 2003 y la maestría en Ingeniería con opción en Ciencias de la Computación por el Centro de Investigación y Estudios Avanzados del IPN en Guadalajara. Realizó el Doctorado en Ciencias de la Computación por el Centro de Investigación Científica y de Educación Superior de Ensenada en 2014. Su experiencia docente incluye cursos de licenciatura y posgrado en la Universidad del Caribe en Quintana Roo, la Universidad Autónoma de Yucatán y el Tecnológico Nacional de México en Mérida. Ha supervisado dos tesis de licenciatura y dos tesis de maestría. Su área de investigación incluye la teoría de la computación, los algoritmos distribuidos y los algoritmos paralelos. Su investigación ha sido financiada por el CONACYT en la convocatoria de Ciencias de Frontera. Es Miembro del Sistema Nacional de Investigadores desde el 2014.

Video del seminario:

Seminario: “Anomaly Detection as a Method for Uncovering Twitter Bots”

Fecha: jueves 16 de diciembre de 2021 a las 11:00 hrs
Presenta: Dr. Raúl Monroy Borja
Afiliación: Escuela de Ingeniería y Ciencias, Tecnológico de Monterrey, Campus Estado de México

Resumen:

Twitter is a popular online social network with hundreds of millions of users, where an important part of the accounts in this social network are not humans. Approximately 48 million Twitter accounts are managed by automated programs called bots, which represents up to 15% of all accounts. Some bots have good purposes, such as automatically posting information about news and academic papers, and even to provide help during emergencies. Nevertheless, Twitter bots have also been used for malicious purposes, such as distributing malware or influencing the perception of the public about a topic. There are existing mechanisms that allow detecting bots on Twitter automatically; however, these mechanisms rely on examples of existing bots to discern them from legitimate accounts. As the bot landscape changes, with the bot creators using more sophisticated methods to avoid detection, new mechanisms for discerning between legitimate and bot accounts are needed. In this paper, we propose to use one-class classification to enhance Twitter bot detection, as this allows detecting novel bot accounts, and requires only from examples of legitimate accounts. Our experiment results show that our proposal can consistently detect different types of bots with a performance above 0.89 measured using AUC, without requiring previous information about them.

Semblanza:

Raúl Monroy obtuvo el grado de doctor, en inteligencia artificial, por la universidad de Edimburgo, en 1998, bajo la supervisión del Prof. Alan Bundy. El Dr. Monroy ha trabajado para el Tecnológico de Monterrey, desde 1985. Es profesor investigador titular; miembro del sistema nacional de investigadores, actualmente nivel 3; miembro regular de la Academia Mexicana de Ciencias; y miembro constituyente de la Academia Mexicana de Computación. En el Tecnológico de Monterrey, es líder del grupo de investigación en modelos de aprendizaje computacional y director de los programas de posgrado en computación de la región metropolitana de la ciudad de México.

Video del seminario:

Seminario: “La modelación de la propagación de enfermedades transmitidas por vector como un sistema complejo: Un caso en Morelos”

Fecha: jueves 9 de diciembre de 2021 a las 11:00 hrs
Presenta: Dra. María Elena Larraga Ramírez

Resumen:

En los últimos años, la modelación computacional para simular el desempeño de sistemas complejos ha ganado mucha importancia. Particularmente, los Autómatas Celulares (AC) son herramientas poderosas dentro del área de vida artificial para modelar, analizar y entender el comportamiento de sistemas biológicos. Una de las áreas de crecimiento en las últimas décadas es la modelación de epidemias. En esta plática se presenta un modelo matemático-computacional basado en AC para la modelación del dengue en una ciudad endémica en México, un problema prioritario de salud pública. El objetivo principal de las investigaciones se enfoca al desarrollo de modelos para la generación de escenarios de decisión que permitan analizar la ecología evolutiva, la dinámica de propagación espacio-temporal, las causas y efectos de la aparición de brotes epidémicos en poblaciones humanas, integrando información nacional disponible en las bases de datos del sector salud, información climática, e información sobre demografía y migración. De tal manera que los modelos propuestos impacten en la literatura, pero a la vez sirvan como una herramienta computacional de predicción y evaluación.

Semblanza:

Estudió la licenciatura y maestría en Ciencias de la Computación. Realizó el doctorado en Ingeniería (Sistemas, transporte). Sus líneas de investigación refieren a la modelación matemática y computacional de sistemas complejos dinámicos discretos, Tráfico vehicular, epidemiología computacional, dinámica de enfermedades Infecciosas y sistemas relacionados. Sus trabajos los ha publicado en revistas de circulación nacional e internacional. Es Investigadora Titular A del Instituto de Ingeniería-UNAM, miembro del Sistema Nacional de Investigadores, nivel 1. Ha dirigido diversas tesis de licenciatura, especialidad, maestría y doctorado.

Video del seminario:

Seminario: “Mejores Prácticas de Administración de servicios de TI (ITIL)”

Fecha: jueves 2 de diciembre de 2021 a las 11:00 hrs
Presenta: Dra. Lidia Trejo Flores

Resumen:

La tecnología de información se convirtió en un factor clave para la permanencia de las empresas, en un motor de creación de nuevas industrias y de grandes compañías. Al mismo tiempo, se incrementó la dependencia en los servicios de TI para la ejecución de los procesos de negocio y para la toma de decisiones. En esta plática se comentará sobre las mejores prácticas de Administración de los Servicios de TI (ITIL), lo cual permite hacer frente a los retos que presentan las empresas sobre los temas de Tecnología de Información.

Semblanza:

La Dra. Trejo es egresada de Licenciatura en Computación de la Universidad Autónoma Metropolitana Unidad Iztapalapa. Sus estudios de maestría en negocios fueron en el Tecnológico de Monterrey Campus Ciudad de México. En 2008 terminó sus estudios de doctorado en Ciencias de la Administración en la mismo tecnológico; abordando como tema de Investigación “Factores de Decisión de Outsourcing de los servicios de TI, en empresas mexicanas, sus retos y beneficios”.

A lo largo de su experiencia laboral ha realizado la implementación de estas mejores prácticas a nivel nacional e internacional para clientes con operaciones globales, en los ramos de industria de Banca, Seguros, Retail y empresas del sector gobierno. Y ha obtenido las siguientes certificaciones con reconocimiento a nivel mundial sobre ITIL: ITIL Service Manager (2007), ITIL Expert (2011), y
la certificación como instructor de ITIL v4 (2020).

Sus áreas de interés son: Prácticas de Administración y Mejora de los Servicios de TI para el impacto en la rentabilidad, expansión de las empresas y reingeniería de los procesos de los procesos de negocio considerando los avances en Tecnología de información. Considerando los marcos de referencia ITIL, COBIT, Administración de Proyectos (PM) y Six Sigma.

Video del seminario:

Seminario: “La importancia de las búsquedas en nuestros días”

Fecha: jueves 25 de noviembre de 2021 a las 11:00 hrs
Presenta: Dra. Karina M. Figueroa Mora
Afiliación: Sociedad Mexicana de Ciencia de la Computación A.C. (SMCC)

Resumen:

Hoy en día, existe una gran cantidad de datos en los que la búsqueda por igualdad no es conveniente, por ejemplo, imágenes, voz, audio, señales de tiempo, entre otras. Una alternativa es la búsqueda por similitud o proximidad, donde el objetivo es recuperar a los elementos mas parecidos en una base de datos a un elemento de consulta. En esta plática se dará un panorama general de algunos tipos de algoritmos empleados para este tipo de búsquedas.

Semblanza:

La Dra. Figueroa es egresada de la Facultad de Ing. Eléctrica de la Universidad Michoacana de San Nicolás de Hidalgo. Sus estudios de maestría fueron en sistemas computacionales en la misma Facultad. En 2007 terminó sus estudios de doctorado en Ciencias de la Computación en la Universidad de Chile, en la Facultad de Ciencias Físicas y Matemáticas.

Actualmente es presidenta de la Sociedad Mexicana de Ciencia de la Computación A.C.; Editora en Jefe de la revista de divulgación Komputer Sapiens de temas relacionados con Inteligencia Artificial y reconocida por CONACyT; Colaboradora con la empresa Amphora Health (ciencia de datos en bases de datos médicas); Miembro de la Academia Mexicana de Computación; de la Sociedad Mexicana de Inteligencia Artificial; y de la red de Inteligencia Computacional Aplicada.

Sus áreas de interés son: Recuperación de la información, diseño y Análisis de algoritmos, Bases de Datos (de texto y métricas), visión computacional y desarrollo de software educativo. Es líder del cuerpo académico: estructuras de datos y análisis de algoritmos.

Video del seminario:

Seminario: “Muyal-Ilal, una plataforma tecnológica para la gestión, aseguramiento, intercambio y preservación de grandes volúmenes de datos en salud”

Fecha: jueves 18 de noviembre de 2021 a las 11:00 hrs
Presenta: Dr. José Luis González Compeán
Afiliación: CINVESTAV unidad Tamaulipas

Resumen:

En esta charla se presentan los resultados preliminares de un proyecto multidisciplinario en el que se desarrolla Muyal-Ilal, una plataforma para la gestión, aseguramiento, intercambio y preservación de grandes volúmenes de datos en salud (big data) y construcción de un repositorio nacional de servicios de análisis de datos de salud. Muyal-Nez permite a instituciones de salud crear, en minutos y sin programación ni instalaciones complejas, sistemas (e-Salud) intrainstitucionales e interinstitucionales para el intercambio ininterrumpido de datos/contenidos médicos, así como asistir diagnósticos con inteligencia artificial. Muyal-Nez automáticamente construye sistemas mediante una arquitectura de bloques autosimilares que resuelve la dependencia tecnológica entre instituciones y proveedores de software y servicios.

Semblanza:

El Dr. José Luis González Compeán obtuvo el Doctorado en Arquitectura de Computadores por la UPC (Universitat Politecnica de Catalunya), Barcelona, en 2009. Fue Profesor Visitante en la Universidad Carlos III de Madrid, España, y actualmente es Profesor-Investigador en el CINVESTAV unidad Tamaulipas, además de ser miembro Nivel I del Sistema Nacional de Investigaciones (SNI) del CONACYT. Su línea de investigación incluye sistemas de almacenamiento basados en la nube, cómputo distribuido, modelos de construcción de software de procesamiento de grandes volúmenes de información en ámbitos espaciales, médico y medioambientales. Otras de sus áreas de investigación son la seguridad informática aplicada, almacenamiento seguro para entornos de nube y big data, así como diseño de sistemas tolerantes a fallas, estrategias de adaptabilidad y disponibilidad.

Video del seminario: