Seminario PCyTI

  • 22
    Mar 24
  • -

Seminario: “Código Protegido, Conocimiento Libre: Un Análisis de la Propiedad Intelectualy las Licencias en el Ámbito del Software “

24-I,Avisos

Fecha: 04 de abril de 2024
Presentó: Mtro. Samuel Rosas Reyes
Afiliación: Jefe de proyectos de Transferencia de Conocimiento de la UAM unidad Iztapalapa.

Resumen:

La charla titulada “Código Protegido, Conocimiento Libre: Un Análisis de la Propiedad Intelectual y las Licencias en el Ámbito del Software” tiene como objetivo proporcionar a los asistentes una comprensión integral de la interacción entre la propiedad intelectual, las licencias de software y el conocimiento libre en el desarrollo de software. A través de una serie de temas específicos, la charla abordará los siguientes aspectos:
Introducción a la Propiedad Intelectual: Se introducirán los conceptos básicos de la propiedad intelectual y su aplicación en el ámbito del software, estableciendo el marco para comprender la discusión posterior.
Derechos de Autor en el Software: Se explorarán los derechos de autor como un medio de protección para el software y se analizará cómo se aplican y qué implicaciones tienen para los desarrolladores y usuarios de software.
Licencias de Software: Se examinarán las diferentes licencias de software disponibles, desde las más restrictivas hasta las más libres, destacando sus características y cómo influyen en el uso y la distribución del software.
Caso Real: Se presentará un caso real relevante que ilustre los desafíos y decisiones relacionados con la propiedad intelectual y las licencias de software en un contexto práctico.
Criterios básicos que pueden ayudar a decidir qué tipo de licencia usar como Creadores de Software:
Se proporcionarán pautas y consideraciones clave que los desarrolladores de software pueden tener en cuenta al elegir una licencia para su trabajo, ayudándoles a navegar el complejo panorama de las opciones de licencia disponibles.
En resumen, esta charla busca proporcionar a los participantes una comprensión sólida de los aspectos legales y prácticos relacionados con la propiedad intelectual y las licencias de software, con el fin de capacitarlos para tomar decisiones informadas en sus proyectos de desarrollo de
software.

Semblanza:

Maestro en gestión de la innovación por la UAM unidad Xochimilco, ha realizado estancias de investigación en las San Jose State University (Estados Unidos) y en la Universidad Estadual de Campinas (Brasil).

Dedicado al Scouting Científico y Tecnológico, a la gestión de Proyectos de Investigación y Desarrollo (I + D) y a la Procuración de fondos para la investigación.

Actualmente es Jefe de proyectos de Transferencia de Conocimiento de la UAM unidad Iztapalapa.

  • 07
    Mar 24
  • -

Seminario: “Un enfoque híbrido de optimización multiobjetivo para la búsqueda de arqutecturas neuronales aplicadas a la restauración de imágenes de súper resolución”

24-I,Avisos

Fecha: 14 de marzo de 2024
Presentó: Dr. Víctor Adrián Sosa Hernández
Afiliación: Profesor investigador del Instituto Tecnológico y de Estudios Superiores de Monterrey (ITESM-CEM)

Resumen:

This talk addresses the topic of Super-resolution image restoration, which focuses on obtaining a high-resolution image from a low-resolution corrupted sample. It has been well-studied in computer vision and image processing with relevant importance in many fields ranging from security and surveillance to image generation. Contemporary advances focus on using deep neural networks to tackle these problems. However, most current neural network architectures used for super-resolution continue to be developed by human experts through time-consuming and error-prone trial and error.
Nowadays, there is a growing interest in automated neural architecture search methods that allow deep learning to be more accessible to researchers and practitioners. Even with the success of these methods, their application in real-world problems still poses significant challenges, hindering their practicality. In many cases, the synthesized architectures are too complex to be deployed in resource-limited platforms or embedded systems, while architecture discovery requires copious processing time and power. To get around these problems, one solution that started to grow in popularity is to see the process of architecture search as a multi-objective problem, taking into account execution latency, memory footprint, and model performance, among many others.
Our research project is the design of a multi-objective neural architecture search hybrid evolutionary algorithm for super-resolution image restoration. Tackling the problem of architecture search from a hybrid multi-objective perspective strives for synthesizing resource-efficient models capable of obtaining a competitive performance in Super-Resolution tasks while enhancing the efficiency of architecture search.

Semblanza:

El Dr. Víctor Adrián Sosa Hernández es director del posgrado en ciencias computacionales en la región CDMX y profesor del departamento de computación en el Instituto Tecnológico y de Estudios Superiores de Monterrey,  campus Estado de México (ITESM-CEM). Víctor Sosa obtuvo el grado de doctor en ciencias en computación estudiando en el CINVESTAV-IPN en 2017 y posteriormente en 2018 realizó un posdoctorado en el grupo de Modelos Inteligentes en el ITESM-CEM. Es instructor acreditado y certificado en uso de tecnologías de nube por AWS y experto en varios lenguajes de programación como Python, R, TypeScript, entre otros. El Dr. Sosa es miembro de la Academia Mexicana de Computación y es reconocido por el SNII como nivel 1 dentro del área 8. Su investigación tanto teórica como aplicada se focaliza en las áreas de inteligencia artificial, específicamente: machine learning, deep learning, NAS y optimización evolutiva multiobjetivo. El Dr. Sosa ha tenido participación en proyectos multidisciplinarios relacionados con el diseño de baterías de litio, consumo eficiente de energía de autos eléctricos, diseño de trayectoria de vuelo de drones, configuración de biorreactores, y estudio del comportamiento de células B en pacientes con COVID-19. Además, recientemente colidera dentro de su grupo de investigación un proyecto de Ciencia de frontera otorgado para el periodo 2023-2025 por el CONAHCyT enfocado en AutoML. El doctor cuenta con más de 7 años de experiencia como profesor y 10 años realizando proyectos vinculados con la industria, instituciones y gobierno, entre los más relevantes han sido con Amazon, Danone, NDS Cognitive Labs, Oracle, el Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán y la Secretaría de Seguridad Pública.  Con respecto a su obra, el Dr. Sosa cuenta con más de 15 publicaciones en congresos, libros y revistas internacionales con arbitraje estricto.

  • 13
    Mar 23
  • -

Próximo seminario. Se suspende el seminario

23-I

Estimados alumnos y colegas,

Se les informa que se suspende el seminario del próximo jueves 16 de marzo de 2023. Posteriormente se anunciará la nueva fecha de este seminario.

  • 07
    Mar 23
  • -

Próximo seminario: Seminario de alumnos de doctorado 23I – 9 de Marzo de 2023

23-I

Se les invita al próximo seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI).

Título de la ponencia: Comunicar y coordinar múltiples robots en misiones críticas de búsqueda y rescate
Fecha: 9 de marzo de 2023 a las 11:00 hrs
Zoom: https://uammx.zoom.us/my/pcyti (contraseña: semiPCyTI)
Presenta: Magali Cortés Vázquez
Afiliación: Alumna del DCyTI
Asesores: Dr. Enrique Rodrí­guez de la Colina y Dr. Ricardo Marcelí­n Jiménez

Resumen:

Coordinar y mantener la comunicación entre múltiples agentes es un reto vigente dadas las diversas aplicaciones prácticas que requieren realizar tareas de manera colaborativa. La reducción del tiempo de ejecución en algunas de estas tareas es una de las ventajas que toma relevancia en aplicaciones como la búsqueda de un objetivo. Una aplicación específica de ello es localizar personas en zonas de desastre. Para minimizar el tiempo de búsqueda y ampliar el rango de búsqueda, los agentes, en este caso robots, deben mantenerse coordinados y comunicados. Sin embargo, las características de las zonas de desastre dificultan o inhiben la comunicación de los robots degradando la coordinación de éstos, lo que motiva la investigación de esta tesis.

En esta presentación se muestran resultados de simulación y las principales conclusiones acerca del desempeño de un grupo de robots al explorar escenarios desconocidos, modelado como un grupo de nodos de una red en NS-3, en donde la comunicación está limitada en función de la relación de pérdida de paquetes (PLR, packet loss ratio), usando tres estrategias de exploración basadas en el algoritmo de optimización PSO (particle swarm optimization).

Título de la ponencia: Desarrollo de incentivos para la recolección de datos bajo el esquema Spatial Crowdsourcing
Fecha: 9 de marzo de 2023 a las 11:30 hrs
Zoom: https://uammx.zoom.us/my/pcyti (contraseña: semiPCyTI)
Presenta: María Esther Sosa Rodríguez
Afiliación: Alumna del DCyTI
Asesores: Dra. Elizabeth Pérez Cortés y  Dr. Miguel López Guerrero

Resumen:Hoy en día, gracias a la innovación tecnológica y al fácil acceso a los dispositivos móviles, una gran cantidad de aplicaciones desarrolladas para este tipo de dispositivos utilizan el enfoque Spatial Crowdsourcing (SCS). Este enfoque permite llevar a cabo la recolección de datos a través de dispositivos móviles para diversos fines, tales como generar nueva información a partir de los datos recolectados, o bien proporcionar algún tipo de servicio. El éxito  de las aplicaciones SCS depende en gran medida de la participación de los involucrados para realizar las tareas de recolección de datos y dicha participación se ve afectada por los incentivos o recompensas que se reciben por las tareas que realizan. Otro aspecto importante a considerar en los sistemas SCS es la dinamicidad que se presenta en la constante llegada de tareas, así como la llegada y partida de participantes al sistema o al área donde se requiere la recolección de la información.  Lo anterior repercute directamente en la toma de decisiones al momento de asignar y realizar las tareas que han sido solicitadas al sistema.  De lo anterior, surge nuestro interés de estudiar los incentivos en este tipo de sistemas, poniendo especial énfasis en los que otorgan servicios como recompensa por las tareas realizadas, así como el manejo de la dinamicidad presente en estos sistemas.

  • 28
    Feb 23
  • -

Próximo seminario: Seminario de alumnos de doctorado 23I – 2 de Marzo de 2023

23-I

Se les invita al próximo seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI).

Título de la ponencia: Monitorización del espectro multibanda basada en sample entropy
Fecha: 2 de marzo de 2023 a las 11:00 hrs
Presenta: Yanqueleth Antonio de Jesús Molina Tenorio
Afiliación: Alumno del DCyTI
Asesores: Dr. Alfonso Prieto Guerrero

Resumen:

Además de conocer el comportamiento del entorno en el dominio de la frecuencia, y para evitar el problema del terminal oculto (pero no la única razón), es necesario conocer el comportamiento del espectro radioeléctrico en un área geográfica específica. Por ello, se plantea la idea de estudiar el entorno geográfico del UP (primary user) a través de un mapa geográfico que proporcione información radioeléctrica, en un entorno real. Bajo esta perspectiva, en los últimos años, la capacidad de construir un mapa de entorno radioeléctrico (REM), que es “una herramienta que combina información recopilada del entorno radio, como la intensidad de la señal recibida, medidas de interferencia, condiciones de propagación, etc., para ubicaciones y frecuencias específicas, con el objetivo de construir un mapa que proporcione una visión general de la cobertura de la red”, que caracterice la posición, la directividad, la potencia y el tipo de modulación se ha convertido en una tarea desafiante. Por ejemplo, los REM se utilizan para ubicar a los UP relevantes en una región geográfica de interés.

Con base en estos paradigmas, en este trabajo se propone una metodología considerando la implementación de un método MBSS (Multiband Spectrum Sensing) involucrando una red de dispositivos SDR (software defined radio) de bajo costo, con el uso de REMs en un ambiente real de comunicaciones inalámbricas, en un contexto de una red de RC (cognitive radios).

Título de la ponencia: Análisis del impacto de los tamaños de segmento en el desempeño de streaming de vídeo en Internet
Fecha: 2 de marzo de 2023 a las 11:30 hrs
Presenta: Erik Miguel Díaz Salazar
Afiliación: Alumno del DCyTI
Asesores: Dr. Victor Manuel Ramos Ramos

Resumen: MPEG-DASH es el estándar de streaming de audio y vídeo de mayor popularidad en los últimos años por la compatibilidad con la mayoría de los dispositivos y plataformas en el mercado. En DASH, el contenido multimedia se encuentra segmentado en pedazos con algunos segundos de duración, a diferentes tasas de bits o representaciones. Dichos segmentos son descargados para su reproducción, según estimaciones de algoritmos ABR (adaptive bitrate) dadas las condiciones de la red. Los segmentos de corta duración pueden aprovechar las fluctuaciones en el ancho de banda, evitando la inanición en el búfer del reproductor a cambio de realizar un mayor número de peticiones GET. Por otro lado, los segmentos de mayor duración buscan tener una mayor eficiencia en la codificación al contar con un mayor número de GoP (group of pictures).

Este estudio, se centra en el desarrollo de estrategias para DASH que permitan el uso de segmentos de distinta duración, apoyándose de las estimaciones de los algoritmos ABR, y así ayudar a mejorar la calidad de la experiencia de los usuarios.

  • 09
    Ene 23
  • -

Próximo seminario. No habrá seminario y presentaciones de maestría

22-O

Se les informa que debido al fin de trimestre, los seminarios de los jueves se suspenderán hasta el próximo trimestre 23-I. Además, se les invita el próximo jueves 19 de enero de 2023 por la mañana, a las presentaciones de avances de alumnos de maestría que cursan Proyecto de Investigación III.

  • 08
    Dic 22
  • -

Seminario: “Diseño de Redes Neuronales Artificiales con Algoritmos Evolutivos enfocadas en tareas de predicción y clasificación”

22-O

Fecha: 8 de diciembre de 2022 a las 11:00 hrs
Presenta: Dr. Víctor Manuel Landassuri Moreno
Afiliación: Centro Universitario UAEM Valle de México

Resumen:

En esta platica se abordará el área de cómputo evolutivo para adaptar arquitecturas de redes neuronales artificiales (RNAs) de forma automática, donde éstas nos permiten resolver diversos problemas de clasificación. Así mismo, se abordará como se puede convertir un enfoque de clasificación con RNAs a un problema de predicción.

Semblanza:

El Dr. Victor Manuel Landassuri Moreno recibió el título de Ingeniero en Computación en la Unidad Académica Profesional UAEM Valle de México de la Universidad Autónoma del Estado de México (UAEMex). El grado de Maestro en Ciencias en el Centro de Investigación en Computación del Instituto Politécnico Nacional (CIC-IPN) y el grado de Doctor en Ciencias de la Computación en la Universidad de Birmingham en el Reino Unido.

  • 24
    Nov 22
  • -

Seminario: “Retos actuales en las tecnologías del habla: Un estudio de caso”

22-O

Fecha: 24 de noviembre de 2022 a las 11:00 hrs
Presenta: Dr. Marvin Coto Jiménez
Afiliación: Escuela de Ingeniería Eléctrica de la Universidad de Costa Rica y ex alumno del PCyTI

Resumen:

Las tecnologías del habla han surgido con la finalidad de incorporar en dispositivos electrónicos la capacidad de producir, reconocer, analizar y comprender el lenguaje hablado. Dado que el habla es la principal forma de comunicación entre las personas, la conveniencia de desarrollar estas posibilidades ha recibido gran atención e impulso desde la academia y la industria, especialmente desde los avances logrados con algoritmos de aprendizaje profundo. En este seminario se ofrece un repaso por los retos que presenta el desarrollo de tecnologías del habla para cada lengua, acento y condición específica, en el marco de la investigación realizada como continuación al trabajo generado en el Posgrado en Ciencias y Tecnologías de la Información de la UAM-I.

Semblanza:

Inició sus labores en la Escuela de Matemática y actualmente se desarrolla en la Escuela de Ingeniería Eléctrica de la Universidad de Costa Rica, donde es docente catedrático y subdirector del Departamento de Ingeniería Eléctrica. Realizó sus estudios de licenciatura en Ingeniería Eléctrica y de maestría académica en Matemática en la Universidad de Costa Rica, y de maestría y doctorado en Ciencias y Tecnologías de la Información en el PCyTI de la UAM-I, en Ciudad de México. Ha publicado más de treinta trabajos académicos en el área de tecnologías del habla e inteligencia artificial, ha formado parte de comité científico de varias conferencias internacionales, y labora activamente como revisor para revistas académicas y en dirección de trabajos de investigación a nivel de posgrado.

  • 17
    Nov 22
  • -

Seminario: “Redes IoT y los sistemas inteligentes de e-Salud”

22-O

Fecha: 17 de noviembre de 2022 a las 11:00 hrs
Presenta: Dr. Gabriel Alejandro Galaviz Mosqueda
Afiliación: CICESE Monterrey

Resumen:

La transformación digital de los sistemas de Salud (e-Salud) en conjunto con las herramientas de Inteligencia Artificial (IA) tiene el potencial de mejorar la cobertura geográfica y el acceso efectivo a los sistemas de salud a través de aplicaciones como diagnóstico asistido, detección temprana o interfaces inteligentes. Sin embargo, para que los sistemas inteligentes de e-Salud puedan ser una realidad, es necesario que la información generada continuamente por las personas en diferentes situaciones pueda estar disponible para el entrenamiento y ajuste de los algoritmos de IA. Para esto, es clave el diseño y desarrollo de redes IoT que habiliten la conectividad requerida para enviar datos como señales fisiológicas hacia repositorios, preservando la seguridad y privacidad de los datos. En esta plática discutiré los retos científicos y tecnológicos que consideramos más relevantes desde el punto de vista de las redes de telecomunicaciones para habilitar los sistemas inteligentes de e-Salud, y como los hemos abordado en mi grupo de investigación.

Semblanza:

El Dr. Galaviz obtuvo su grado de Maestría en Ciencias en Computación por la Universidad de Colima, México, en 2006 y el grado de Doctor en Ciencias en Electrónica y Telecomunicaciones por el Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California, campus Ensenada en 2013. Realizó un posdoctorado en el Laboratorio de Tecnologías de la Información del CINVESTAV, donde también fue profesor invitado. Desde 2016 está adscrito al CICESE Unidad Monterrey, donde es profesor titular. Es miembro del Sistema Nacional de Investigadores (Nivel 1). Es líder del laboratorio de Internet de las Cosas Médicas en CICIESE Monterrey. Es miembro de iniciativas como Nuevo León 4.0 y la Americas Continental Health Alliance. Ha sido investigador principal de 3 proyectos y co-lider en 3 proyectos financiados por entidades gubernamentales y el Consejo Nacional de Ciencia y Tecnología. Sus principales intereses de investigación incluyen el diseño y evaluación de protocolos de comunicación para redes inalámbricas ad hoc en escenarios de IoT, e-Salud, Industria 4.0, TICs para ciudades sostenibles e inteligentes. Ha sido autor o coautor de más de 14 artículos publicados en revistas indizadas en el Journal Citation Report, más de 10 tesis de posgrado, así como 1 registro de software y 2 patentes mexicanas concedidas en estas áreas.

Video del seminario:

  • 10
    Nov 22
  • -

Seminario: “Inteligencia artificial en el sector público: Modelo de clasificación para LOCATEL basado en deep learning”

22-O

Fecha: 10 de noviembre de 2022 a las 11:00 hrs
Presenta: Dr. Alejandro Molina Villegas
Afiliación: Centro de Investigación en Ciencias de Información Geoespacial (Conacyt – CentroGeo)

Resumen:

El 0311 Locatel es el sistema de reportes de servicios urbanos y atención de no emergencia de la Ciudad de México. Una Inteligencia Artificial desarrollada por el Dr. Alejandro Molina (Conacyt – CentroGeo) hace posible el despacho de las solicitudes en tiempo real, de modo que puedan ser atendidas mucho más rápido por las autoridades responsables. Gracias a esta tecnología, es posible resolver un volumen de 33 mil solicitudes por mes y operar las 24 horas del día todos los días del año. Sin embargo, algunas fases de la puesta en marcha de esta Inteligencia Artifical presentaron dificultades y retos. Desde la preparación de los datos hasta la puesta en producción; en esta conferencia se describen algunas estratégias para la incorporación de Inteligencia Artificial en el servicio 0311 Locatel de la Ciudad de México..

Semblanza:

El Dr. Alejandro Molina Villegas es investigador del programa Cátedras Conacyt desde 2017. Obtuvo el doctorado, con mención honorífica, en la Université d’Avignon (2014) y la maestría en Ciencias de la Computación por la UNAM en 2009. Es miembro fundador de la Asociación Mexicana de Procesamiento de Lenguaje Natural. Fue seleccionado por Microsoft Research para eScience 2013 y ha realizado estancias de colaboración internacional en España y Francia. Ha trabajado para el gobierno de México como experto en Minería de Datos para la Comisión Nacional de Biodiversidad (CONABIO), y actualmente para el Centro de Investigación en Ciencias de Información Geoespacial. Es autor de varias publicaciones científicas arbitradas y capítulos en libros. Es miembro del Sistema Nacional de Investigadores (SNI) desde 2015.

Video del seminario:

Menú de navegación:
23-I | 22-O | 22-P | 22-I | 21-O | 21-P | 21-I | 20-O | 20-P | 20-I | 19-O | 19-P | 19-I | 18-O | 18-P | 18-I | 17-O | 17-P | 17-I

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