Proyectos de investigación – Maestría

  • 24
    Jul 22
  • -

Generación automatizada de música

2021

Descargar versión completa (PDF)

Profesores: Dr. Pedro Lara Velázquez y Dr. Eric Alfredo Rincón Garcí­a

Resumen: Una de las líneas de investigación, que está recibiendo una creciente atención es la generación de contenido, como la música. El desarrollo de algoritmos capaces de generar música de forma automatizada, se está viendo influenciado por los avances en la inteligencia artificial, en particular por redes neuronales. En este proyecto, se busca generar algoritmos basados en arquitecturas de aprendizaje profundo, que sean capaces de generar melodías.

Objetivo general:

Desarrollar dos algoritmos basados en redes neuronales que sean capaces de generar melodías.

Objetivos específicos:

  • Estudiar diferentes tipos de redes neuronales como recurrentes, autoencoders y generativas adversarias
  • Revisar el estado del arte para seleccionar dos tipos de redes neuronales diferentes adecuadas al problema
  • Generar dos algoritmosde generación de música basados en las redes neuronales seleccionadas
  • Realizar el entrenamiento de los algoritmos y probar su desempeño mediante la generación de melodías
  • Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)
  • 24
    Jul 22
  • -

Detección de deepfake

2021

Descargar versión completa (PDF)

Profesores: Dr. Sergio Gerardo de los Cobos Silva y Dr. Eric Alfredo Rincón Garcí­a

Resumen: Deepfake es una técnica de aprendizaje no supervisado, que emplea redes neuronales para alterar una imagen o video, produciendo un resultado falso pero realista. Lamentablemente, desde sus orígenes, el uso de esta técnica ha estado estrechamente relacionado con actividades poco éticas. En este proyecto se propone desarrollar un algoritmo basado en redes neuronales, para la detección de deepkafe.

Objetivo general:

Desarrollar un algoritmo basado en redes neuronales para la detección de deepfake.

Objetivos específicos:

  • Estudiar los principios más importantes sobre redes neuronales
  • Revisar el estado del arte, para seleccionar un modelo adecuado para la detección de deepfake
  • Generar un algoritmo basado en el modelo seleccionado
  • Realizar el entrenamiento del algoritmo y probar su desempeño en diferentes instancias
  • Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)
  • 24
    Jul 22
  • -

Clasificación de textos en redes sociales de acuerdo a su intención

2021

Descargar versión completa (PDF)

Profesores: Dr. Roman Anselmo Mora Gutiérrez (UAM-A) y Dr. Eric Alfredo Rincón Garcí­a

Resumen: Actualmente la comunicación por medio de redes sociales produce grandes cantidades de información que difícilmente puede ser empleada sin el software adecuado. En este proyecto, se desarrollará un algoritmo que permita clasificar textos de acuerdo a su intención sobre algún tema de interés en español.

Objetivo general:

Desarrollar un algoritmo para la clasificación de textos de acuerdo a su intención.

Objetivos específicos:

  • Entender el funcionamiento de las redes neuronales de tipo LSTM
  • Entender el funcionamiento de los Transformers
  • Generar un algoritmo basado en un modelo pre-entrenado para reconocimiento de intención en textos
  • Realizar el entrenamiento del algoritmo y probar su desempeño en textos extraídos de una red social
  • Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)
  • 24
    Jul 22
  • -

Generación de videos deepfake

2021

Descargar versión completa (PDF)

Profesores: Dr. Pedro Lara Velázquez y Dr. Eric Alfredo Rincón Garcí­a

Resumen: Deepfake es una técnica de aprendizaje no supervisado, para alterar videos, produciendo un resultado falso pero realista. Programar un algoritmo capaz de producir videos deepfake, requiere de sólidos conocimientos en programación, y en aprendizaje profundo como redes neuronales convolucionales y autoencoders. Por lo tanto, es una tarea que pone a prueba los conocimientos de cualquier persona interesada en aprendizaje automatizado. En este proyecto se desarrollarán algoritmos basados en redes neuronales para la generación de videos deepkafe.

Objetivo general:

Desarrollar al menos dos algoritmos basados en redes neuronales para la generación de videos deepfake.

Objetivos específicos:

  • Estudiar los principios más importantes sobre redes neuronales
  • Generar un algoritmo para la producción de videos deepfake basado en autoencoders
  • Revisar el estado del arte, para seleccionar un modelo diferente al mencionado en el punto anterior, adecuado al problema
  • Generar un algoritmo basado en el modelo seleccionado
  • Realizar el entrenamiento de los algoritmos y probar su desempeño en diferentes instancias
  • Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)
  • 24
    Jul 22
  • -

Generación automatizada de textos

2021

Descargar versión completa (PDF)

Profesores: Dr. Sergio Gerardo de los Cobos Silva y Dr. Roman Anselmo Mora Gutiérrez (UAM-A)

Resumen: La generación automatizada de texto, busca la creación de herramientas capaces producir frases coherentes y con sentido. Tiene aplicaciones tales como la traducción automática, sistemas de diálogo, interacción con BOT, etc. Es un área de investigación que se ha explorado desde hace varios años, y que últimamente se ha convertido en noticia gracias a GPT-3, un programa desarrollado por Google. En este proyecto se propone el uso de diferentes tipos de redes neuronales para evaluar y comparar su desempeño.

Objetivo general:

Desarrollar al menos dos algoritmos basados en redes neuronales para la generación automatizada de texto.

Objetivos específicos:

  • Estudiar los principios más importantes sobre redes neuronales
  • Generar un algoritmo de generación de texto basado en redes tipo LSTM
  • Revisar el estado del arte para seleccionar un modelo diferente al LSTM adecuado al problema
  • Generar un algoritmo basado en el modelo seleccionado
  • Realizar el entrenamiento de los algoritmos y probar su desempeño en instancias de prueba
  • Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)
  • 24
    Jul 22
  • -

Sistema de detección de paráfrasis sobre un corpus de contexto científico, utilizando algoritmos de Minería Datos y Semántica Distributiva

2021

Descargar versión completa (PDF)

Profesores: Dr. Benjamí­n Moreno Montiel y Dr. René MacKinney Romero

Resumen: Este proyecto tiene por objetivo desarrollar un Sistema de detección de paráfrasis fusionando algoritmos de Minería de Datos y Semántica Distributiva (MiDSemita). El cual permitirá explorar la base de datos que se encuentra en la plataforma TESIUAMI, en busca de paráfrasis de las tesis de ambiente científico ya que en la actualidad este es un problema que debe ser erradicado de las instituciones de educación superior por medio de políticas preventivas y de conciencia para el alumnado.

Objetivo general:

Desarrollar un Sistema de detección de paráfrasis fusionando algoritmos de Minería de Datos y Semántica Distributiva (MiDSemita).

Objetivos específicos:

  • Revisión del estado del arte sobre los principales clasificadores para Minería de Datos y Semántica Distributiva aplicados en detección de paráfrasis
  • Definir el formato para representación de los datos documentales, una posibilidad es utilizar Word2vect, sin embargo, existen otros formatos cómo globe y fasttext
  • Generación de un corpus del repositorio que se tenga en TESIUAMI, enfocado al contexto científico
  • Manejo de grandes cantidades de datos mediante la generación del corpus que se obtenga de los repositorios de TESIUAMI de contexto científico
  • Implementar algoritmos de Semántica Distributiva y Minería de Datos para atacar el problema de detección de paráfrasis
  • Se realizarán evaluaciones de los algoritmos de desarrollados en el proyectopara desarrollar una métrica de similitud semántica enfocada y especializada para la paráfrasis y el plagio de textos en español de acuerdo con las categorías propuestas por Mota Montoya et al.
  • Desarrollar el primer prototipo del Sistema de detección de paráfrasis sobre un corpus de contexto científico, utilizando algoritmos de Minería Datos y Semántica Distributiva
  • 24
    Jul 22
  • -

Predicción de precios en la bolsa de valores con inteligencia artificial

2021

Descargar versión completa (PDF)

Profesores: Dr. Miguel Ángel Gutiérrez Andrade y Dr. Eric Alfredo Rincón Garcí­a

Resumen: El comportamiento de la bolsa de valores es un problema de mucho interés. Es importante evaluar el desempeño de redes neuronales y aprendizaje por refuerzo profundo, para hacer pronósticos de la bolsa de valores. En este proyecto, se busca generar algoritmos que sean capaces de predecir el precio de acciones.

Objetivo general:

Desarrollar dos algoritmos basados en redes neuronales para predecir el precio de acciones en la bolsa de valores.

Objetivos específicos:

  • Estudiar las redes neuronales y aprendizaje por refuerzo profundo
  • Revisar el estado del arte para seleccionar dos estrategias basadas en redes neuronales adecuadas al problema
  • Generar dos algoritmos basados en las estrategias seleccionadas para predecir el precio de accione
  • Realizar el entrenamiento de los algoritmos y probar su desempeño
  • Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)
  • 24
    Jul 22
  • -

Optimización del encaminamiento de mensajes en redes vehiculares

2021

Descargar versión completa (PDF)

Profesores: Dr. Ví­ctor Manuel Ramos Ramos y Dr. Salvador González Arellano

Resumen: En este proyecto de investigación, se realizará un profundo estudio y análisis de los protocolos de encaminamiento para redes vehiculares y se propondrá un protocolo de encaminamiento que ofrezca un alto desempeño en términos de la confiabilidad, escalabilidad y un bajo retardo de extremo a extremo.

Objetivo general:

Realizar un profundo estudio y an ́alisis de los protocolos de encaminamiento pararedes vehiculares y proponer un protocolo de encaminamiento que ofrezca un alto desempeño en términos de la confiabilidad, escalabilidad y un bajo retardo de extremo a extremo.

Objetivos específicos:

  • Analizar, bajo los mismos escenarios, los protocolos más representativos de las distintas técnicas de encaminamiento presentadas en la literatura, con el fin de detectar sus ventajas y desventajas
  • Presentar una mejora, o un nuevo protocolo de encaminamiento, que sea más eficiente que los que se encuentran en la literatura para las redes vehiculares
  • 24
    Jul 22
  • -

Estudio de la dinámica estructural de las redes complejas basado en modelos de agentes heterogéneos

2021

Descargar versión completa (PDF)

Profesores: Dr. Ricardo Marcelí­n Jiménez y Dra. Daniela Aguirre Guerrero (UAM-L)

Resumen: Queremos estudiar las diferentes “fuerzas” que dan forma a los cambios por los que puede atravesar una red. Nuestro objetivo es reconocer aquellos parámetros locales de los que pueden emerger propiedades globales interesantes, como las que pueden encontrarse en las redes complejas. Para ello, hemos construido una plataforma de experimentación con la que es posible definir un sencillo conjunto de reglas de recableado que pueden dar lugar a redes con diferentes propiedades.

Objetivo general:

Estudiar las propiedades estructurales de las redes complejas, bajo condiciones dinámicas utilizando agentes heterogéneos para su formación

Objetivos específicos:

  • Reconocer las principales medidas que caracterizan el estado de una red
  • Proponer modelos de simulación con agentes heterogéneos que pueda describir la formación de una red
  • Proponer al menos un mecanismo que pueda describir la degradación de una red
  • Evaluar el estado de una red mientras es sometida a algún mecanismo de degradación
  • 24
    Jul 22
  • -

Almacenamiento distribuido P2P basado en técnicas de dispersión y encriptado

2021

Descargar versión completa (PDF)

Profesores: Dr. Ricardo Marcelí­n Jiménez y Dr. Francisco de Asís López Fuentes (UAM-C)

Resumen: En este proyecto, se busca desplegar un prototipo P2P en una plataforma de cómputo distribuido implementando algoritmos de dispersión y de encriptado. Se asume que la plataforma ofrece los mecanismos para tolerar fallas.

Objetivo general:

Implementar y evaluar un almacenamiento distribuido usando técnicas de dispersión y encriptado simétrico sobre una plataforma de cómputo distribuido P2P

Objetivos específicos:

  • Especificar las operaciones de dispersión y encriptado que deben implantarse
  • Determinar la plataforma P2P sobre la que deben implementarse
  • Definir un conjunto de escenarios de prueba
  • Construir e integrar los componentes en la plataforma
  • Evaluar el funcionamiento en los escenarios previstos

Menú de navegación:
2023 | 2022 | 2021 | 2020 | 2019 | 2018 | 2017 | 2016 | 2015 | 2014 | 2013 | 2012

CONTACTO

Coordinador: Dr. Luis Alberto Vásquez Toledo

Edificio: T

Cubículo: 309

Correo: pcyti@izt.uam.mx

Télefono: (55) 58044600 Ext. 1309

UBICACIÓN

Dirección: Avenida San Rafael Atlixco #186, Colonia Vicentina, C.P. 09340, Alcaldía Iztapalapa, CDMX.

FACEBOOK UAM-I