Proyectos de investigación – Maestría

Modelo Inteligente para la detección de actividades de lavado de dinero

Descargar versión completa (PDF)

Profesores: Dr. René MacKinney Romero y Dra. Angelina Espinoza Limón (University College Cork)

Resumen: Este trabajo de investigación plantea definir un modelo de inteligencia que combine el uso de ontologías para identificar actividades sospechosas en transacciones de dinero entre instituaciones financieras (IFs), a partir del comportamiento normalizado del cliente; y el uso de aprendizaje maquinal (ML) para verificar el modelo y reducir los márgenes de error.

Objetivos generales:

Realizar un modelo inteligente compuesto por:

• Una ontología en el lenguaje OWL que permitirá realizar inferencia sobre datos de transacciones de dinero para identificar actividades sospechosas de lavado de dinero y valores (LDV)
• Un algoritmo de ML, el cual utilizando datos anonimizados, realizará predicciones para comprobar la inferencia obtenida de la ontología
• Verificar los datos obtenidos mediante una predicción de resultados que comprobarán los de la ontología. Esta verificación servirá para refinar el diseño de la ontología y reglas de negocio.

Objetivos específicos:

• Investigar ontologías de alto nivel en el dominio financiero, y de algoritmos de ML relevantes al trabajo de investigación
• Diseñar una ontología específica en el ámbito financiero, para el área de actividades de transacciones de dinero en IFs
• Implementar un conjunto de reglas de negocio para actividades de transacciones de dinero en IFs, en un lenguaje específico de reglas para ontologías OWL. Estas reglas deberán permitir realizar razonamiento e inferir conocimiento implícito, en la detección sobre si una transacción de dinero es sospechosa y por lo tanto, lanzar una alerta
• Se implementará un algoritmo de ML, el cual utilizando datos anonimizados de actividades sospechosas, realizará predicciones sobre nuevos datos en la identificación de una actividad sospechosa. Los datos anonimizados serán datos ficticios, que emulen el comportamiento real, diseñados con ayuda de expertos en LDV
• Verificar la inferencia de la ontología por medio de los resultados del algoritmo de ML, para ajustar la misma y reducir los errores de inferencia y por tanto de predicciones también. Para ello, se utilizarán las métricas usuales de ML (exactitud, precisión, memoria) que midan los resultados de la ontología, por medio de comparar contra los datos esperados y contabilizando los errores y éxitos. Esto permitirá identificar los puntos de mejora de la ontología, para mejorar la exactitud en la siguiente verificación

Identificación y análisis de la red social de coinscripción de los alumnos de una licenciatura en la UAM

Descargar versión completa (PDF)

Profesores: Dra. Elizabeth Pérez Cortés y Dr. Miguel López Guerrero

Resumen: Nos interesamos en la relación entre el éxito de un alumno de licenciatura y el acompañamiento del que goza durante sus estudios. Para esto es necesario analizar la red social que forman los alumnos durante su estancia en la UAM. En esta primera aproximación nos basaremos en las coinscripciones. Se construirá una herramienta que extraiga la red compleja de los datos de los grupos de las UEA y muestre sus características y evolución. Este conocimiento puede apoyar la creación de políticas que aumenten las posibilidades de éxito de los alumnos.

Objetivo general:

• Conocer la características de la red social de coinscripción para los alumnos de una licenciatura y su relación con el éxito

Objetivos específicos:

• Identificación de la red social de coinscripción para los alumnos de una licenciatura
• Caracterización estructural de la red social de coinscripción para los alumnos de la licenciatura elegida
• Caracterización dinámica de la red social de coinscripción para los alumnos de la licenciatura elegida
• Identificación y/o construcción de las herramientas teóricas y tecnológicas necesarias para la identificación y análisis de las características de la red social de coinscripción para los alumnos de la licenciatura elegida

Identificación de ‘hotspots’ usando métodos de Optimización y/o Machine Learning

Descargar versión completa (PDF)

Profesores: Dr. Humberto Cervantes Maceda y Dr. Abel García Nájera

Resumen: En este proyecto estamos buscando aplicar métodos heurísticos de optimización o de aprendizaje automático (machine learning) para identificar puntos donde se puedan realizar intervenciones para reducir la deuda técnica de los proyectos (hotspots). Estos hotspots frecuentemente están relacionados con los archivos que cambian más frecuentemente y que pueden ser identificados mediante el análisis de bitácoras del sistema de control de cambios.

Objetivo general:

• Aplicar métodos heurísticos de optimización o de machine learning para identificar puntos de intervención para reducir la deuda técnica

Objetivos específicos:

• Identificar propuestas en la literatura enfocadas en reconocer puntos de reducción de deuda técnica en el código
• Proponer un método heurístico de optimización o de machine learning que facilite la identificación de hotspots
• Desarrollar un prototipo de herramienta que implemente dicha técnica
• Evaluar la efectividad de la herramienta

Estudio de asignación dinámica del espectro satelital

Descargar versión completa (PDF)

Profesores: Dr. Enrique Rodrí­guez de la Colina y Dr. Luis Alberto Vásquez Toledo (UAM Iztapalapa)

Resumen: Actualmente existe una administración del espectro radioeléctrico que otorga licencias para operar en frecuencias fijas. Esta asignación fija de frecuencias, ha provocado escasez de bandas de frecuencia libres para operar nuevos servicios. La optimización de la distribución del espectro se ha planteado con el desarrollo de Radios Cognitivos, que es un modelo de las comunicaciones inalámbricas, en donde los dispositivos de comunicación adaptan sus parámetros de operación para comunicarse eficientemente, evitando interferencias.

Objetivo general:

• Diseñar y explorar técnicas de acceso dinámico del espectro ‘Dynamic Spectrum Allocation’  (DSA) para sistemas satelitales

Objetivos específicos:

• Estudiar las técnicas de control de acceso al medio con señales distribuidas y centralizadas en las telecomunicaciones satelitales
• Estudio de protocolos de enlace, red y transporte para redes de radios cognitivas en sistemas satelitales
• Diseñar diversas metodologías para la medición del desempeño de redes inalámbricas cognitivas satelitales

Recolección y entrega de mercancías con ventanas de tiempo

Descargar versión completa (PDF)

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

Resumen: En este proyecto se debe construir un conjunto de rutas para satisfacer ciertas solicitudes de transporte. Las solicitudes especifican una ubicación de origen, una ubicación de destino y los horarios disponibles para entregar y recibir los productos. Se desarrollará al menos un algoritmo basado en una técnica heurística para encontrar soluciones de buena calidad en algunas de las instancias disponibles en la literatura.

Objetivo general:

• Proponer un algoritmo basado en una técnica heurística para resolver el problema de recolección y entrega de mercancías con ventanas de tiempo

Objetivos específicos:

• Analizar el modelo para el problema de recolección y entrega de mercancías con ventanas de tiempo
• Seleccionar de las instancias disponibles las que se emplearán en este proyecto
• Resolver las instancias más pequeñas mediante el uso de un solver. De ser necesario se considerarán subconjuntos de las instancias más pequeñas, para garantizar que el solver sea capaz de encontrar las soluciones óptimas en a lo más 24 horas de ejecución por instancia
• Generar un algoritmo basado en una técnica heurística para proponer soluciones a las instancias seleccionadas
• Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)

Programación y generación de rutas para transporte marítimo

Descargar versión completa (PDF)

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

Resumen: En este proyecto se considerará que una compañía naviera tiene un conjunto de cargas contratadas que se compromete a transportar. La compañía debe decidir las cargas y rutas que asigna a cada barco, de tal forma que el proceso resulte rentable considerando la flotilla disponible. Se desarrollará al menos un algoritmo basado en una técnica heurística para encontrar soluciones de buena calidad para las instancias analizadas.

Objetivo general:

• Proponer un algoritmo basado en una técnica heurística para resolver el problema de programación y generación de rutas para transporte marítimo

Objetivos específicos:

• Analizar el modelo para el problema de programación y generación de rutas para transporte marítimo
• Desarrollar un generador de instancias aleatorias para el problema de interés
• Resolver las instancias más pequeñas mediante el uso de un solver
• Generar un algoritmo basado en una técnica heurística para proponer soluciones a las instancias propuestas
• Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)

Problema de localización y ruteo

Descargar versión completa (PDF)

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

Resumen: En este proyecto se trabajarán en el problema de localización y ruteo, de tal forma que se debe determinar el número óptimo, la capacidad y la ubicación de los depósitos, así como el número óptimo de rutas de vehículos asignadas a cada depósito. Se desarrollará al menos un algoritmo basado en una técnica heurística para encontrar soluciones de buena calidad en algunas instancias disponibles en la literatura.

Objetivo general:

• Proponer un algoritmo basado en una técnica heurística para resolver el problema de ubicación y ruteo

Objetivos específicos:

• Analizar el modelo para el problema de ubicación y ruteo
• Seleccionar o adaptar las instancias disponibles para emplearlas en este proyecto
• Generar un algoritmo basado en una técnica heurística para proponer soluciones a las instancias seleccionadas
• Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)

Portafolio de inversión

Descargar versión completa (PDF)

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

Resumen: En este proyecto se trabajará en el problema de portafolio de inversión. Se desarrollará un algoritmo multi-objetivo que genere soluciones con un balance entre utilidad y riesgo, al tiempo que respetan las restricciones impuestas por el problema.

Objetivo general:

• Proponer un algoritmo basado en una técnica heurística multi-objetivo para resolver el problema de portafolio de inversión

Objetivos específicos:

• Analizar el modelo para el problema de portafolio de inversión
• Resolver las instancias disponibles mediante el uso de un solver, sujeto a un tiempo de cómputo que no supere las 24 horas por instancia
• Generar un algoritmo basado en una técnica heurística multi-objetivo para proponer soluciones a las instancias seleccionadas
• Reportar los resultados obtenidos en la Idónea Comunicación de Resultados (ICR)

Diseño de funciones de estimación para sistemas RFID aumentados

Descargar versión completa (PDF)

Profesores: Dr. Víctor Manuel Ramos Ramos y Dr. Leonardo Daniel Sánchez Martínez (UAM Azcapotzalco)

Resumen: En esta propuesta, se desea investigar las características relevantes de los sistemas RFID aumentados para el diseño de funciones de estimación eficientes que aprovechen las ventajas ofrecidas por este tipo de sistemas. Además, se diseñará al menos una función de estimación para sistemas RFID aumentados y se comparará su eficiencia con el estado del arte.

Objetivo general:

• Diseñar al menos una función de estimación para sistemas RFID aumentados para mejorar los procesos que dependen total o parcialmente de ellas

Objetivos específicos:

• Identificar las diferencias entre los sistemas RFID tradicionales y aumentados
• Analizar y comparar las funciones de estimación existentes
• Diseñar una función de estimación para un sistema RFID aumentado
• Evaluar la función de estimación diseñada y compararla con las existentes

Diseño de funciones de estimación para sistemas RFID aumentados

Descargar versión completa (PDF)

Profesores: Dr. Víctor Manuel Ramos Ramos y Dr. Leonardo Daniel Sánchez Martínez (UAM Azcapotzalco)

Resumen: En esta propuesta, se desea investigar las características relevantes de los sistemas RFID aumentados para el diseño de funciones de estimación eficientes que aprovechen las ventajas ofrecidas por este tipo de sistemas. Además, se diseñará al menos una función de estimación para sistemas RFID aumentados y se comparará su eficiencia con el estado del arte.

Objetivo general:

• Diseñar al menos una función de estimación para sistemas RFID aumentados para mejorar los procesos que dependen total o parcialmente de ellas

Objetivos específicos:

• Identificar las diferencias entre los sistemas RFID tradicionales y aumentados
• Analizar y comparar las funciones de estimación existentes
• Diseñar una función de estimación para un sistema RFID aumentado
• Evaluar la función de estimación diseñada y compararla con las existentes