Se les invita al próximo seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI)
Titulo de la ponencia: Estudio de la dinámica estructural de las redes complejas aplicadas a las TIC
Fecha: 30 de mayo de 2019 a las 11:00 hrs.
Lugar: T-223
Presenta: Magali Alexander Lopéz Chavira
Afiliación: Alumna de doctorado
Asesor: Dr. Ricardo Marcelín Jiménez
Se les invita al próximo seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI)
Titulo de la ponencia: Detección temprana de incendios mediante flujos de video codificados con transformada DCT
Fecha: 31 de enero de 2019 a las 11:00 hrs.
Lugar: T-223
Presenta: Gilberto Gustavo Romero Hernández
Afiliación: Alumno de doctorado
Asesor: Dr. Luis Martín Rojas Cárdenas
Resumen:
La detección de incendios mediante video representa una solución alternativa con diversas ventajas, como la posibilidad de detectarlos a distancias significativamente mayores, en un lapso menor y sobre todo en espacios abiertos. La mayor parte de trabajos propuestos se centran en la utilización de video sin compresión, se propone un algoritmo para efectuar esta detección a partir de las informaciones contenidas en ciertos flujos de video comprimido, lo que permite obtener un método de detección de bajo costo computacional y directamente aplicable a sistemas de video-vigilancia convencionales IP, los cuales generan, entre otras, secuencias de video JPEG.
Titulo de la ponencia: Usabilidad de un prototipo semántico para la integración de recursos educativos abiertos.
Fecha: 31 de enero de 2019 a las 11:40 hrs.
Lugar: T-223
Presenta: Cristal Karina Galindo Durán
Afiliación: Alumno de doctorado
Asesor: Dra. Reyna Carolina Medina Ramírez
Resumen:
Los recursos educativos abiertos tienen un impacto a nivel global, ya que através de ellos es posible compartir conocimiento, dichos recursos se encuentra dispersos en diferentes fuentes, lo que lleva al desarrollo de herramientas que permitan integrarlos y gestionarlos.
En esta presentación se muestra la estructura y experiencia de uso sobre PMIIDAS (Prototipo de una Memoria Integradora de fuentes de Información Documental para el ámbito Académico gestionada con tecnologías Semánticas), el cual es una aplicación web donde estudiantes y profesores, asumen un papel activo y comprometido en el proceso de enseñanza-aprendizaje, aprovechando la plataforma como una herramienta que ayuda a integrar, gestionar y compartir sus recursos educativos abiertos dando buenos resultados y aceptación.
Se les invita al seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI)
Titulo de la ponencia: Técnicas Multi-Objetivo en Optimización.
Fecha: 29 de noviembre de 2018 a las 11:00 hrs.
Lugar: T-223
Presenta: Dr. Eric Alfredo Rincón García
Afiliación: Universidad Autónoma Metropolitana (UAM) – Iztapalapa
Resumen:
Cotidianamente nos topamos con problemas de optimización con múltiples objetivos que deseamos optimizar de forma simultánea pero que al mismo tiempo se contraponen entre sí. Típicamente, simplificamos el problema a una versión mono-objetivo por medio de sumas ponderadas o incluyendo a la mayoría de los objetivos como restricciones. Sin embargo, estos enfoques han demostrado dificultades para proveer soluciones adecuadas en diferentes contextos. En esta plática se realiza una breve introducción a las técnicas multi-objetivo, que han sido diseñadas para generar un conjunto de soluciones que representen un balance entre todos los objetivos considerados y para superar las deficiencias de sus predecesoras mono-objetivo.
Se les invita al seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI)
Titulo de la ponencia: Líneas de investigación de Inteligencia Artificial y Reconocimiento de Patrones aplicadas a problemas de Visión
Fecha: 22 de noviembre de 2018 a las 11:00 hrs.
Lugar: T-223
Presenta: Dr. Juan Villegas Cortez
Afiliación: Universidad Autónoma Metropolitana (UAM) – Azcapotzalco
Resumen:
En los últimos años se han podido implementar algoritmos de uso del cómputo numérico de forma masiva gracias a las nuevas computadoras, paradigmas de cómputo en paralelo y con ello la posibilidad de atacar problemas de visión de computadora con herramientas de la Inteligencia Artificial desde el Reconocimiento de patrones, tales como el reconocimiento y clasificación de imágenes por análisis local de texturas, de forma no supervisada y proporcionando una caracterización numérica de las imágenes digitales. Por otro lado se tiene la aplicación de redes neuronales artificiales de cómputo masivo como las redes convolucionales, que abren la puerta a la implementación de técnicas evolutivas para aportar soluciones optimizadas para diferentes tipos de imágenes. En esta plática se presentarán dos líneas de investigación con proyectos de titulación concretos en visión por computadora y el cómputo evolutivo, invitando a participar de ellos.
Se les invita al seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI)
Titulo de la ponencia: La Inteligencia Artificial y su Aplicación al Sonido
Fecha: 15 de noviembre de 2018 a las 11:00 hrs.
Lugar: T-223
Presenta: Fabiola Martínez Licona
Afiliación: Universidad Autónoma Metropolitana (UAM) – Iztapalapa
Resumen:
En los últimos años la Inteligencia Artificial (IA), se ha consolidado como la base de conocimiento para afrontar los problemas de la sociedad actual. Su aplicación para mejorar la conectividad de los dispositivos móviles, generar una interrelación más estrecha de éstos con los usuarios, sofisticar la encriptación de datos para optimizar la seguridad de la información recabada, e incluso influenciar en el desarrollo de procesos democráticos sólo reafirma lo que los visionarios del siglo XX habían sentenciado: un mundo inmerso en la IA.
Uno de los ambientes más interesantes para desarrollar aplicaciones utilizando la IA, por los retos que representa, es el de los sonidos. La señal de audio, ya sea un tono de frecuencia simple, un ensamble musical, la señal de la voz humana, el llanto de un bebé o el silbido de un ave, puede caracterizarse mediante atributos de índole acústico, temporal, frecuencial o una combinación de éstos. Asimismo el uso de algoritmos de aprendizaje maquinal permite clasificar estas señales con propósitos definidos, predecir comportamientos futuros con base en la información disponible, establecer patrones de comportamiento de los datos y correlacionarlos con el contexto que presenta el problema, etc.. En este seminario se presentarán algunas de las aplicaciones que se han desarrollado en este tema así como los retos que actualmente presentan y posibles estrategias para enfrentarlos.
Se les informa que este jueves 15 de noviembre se cancela el seminario con titulo La Inteligencia Artificial y su Aplicación al Sonido.
Se les invita al seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI)
Titulo de la ponencia: “Tries Multibit” Dinámicos para Tablas de Ruteo
Fecha: 8 de noviembre de 2018 a las 11:00 hrs.
Lugar: T-223
Presenta: Dr. Miguel Ángel Ruiz Sánchez
Afiliación: Universidad Autónoma Metropolitana (UAM) – Iztapalapa
Resumen:
En Internet, los encargados de que todo paquete de información llegue a su destino final son los ruteadores. Para esto, cada ruteador cuenta con una tabla de ruteo donde para cada red destino se indica quién es el próximo relevo (ruteador) a donde se deberá encaminar el paquete en cuestión. Así, cuando un ruteador recibe un paquete, el ruteador usa la dirección IP destino que viene en el paquete para buscar en la tabla de ruteo la entrada adecuada.
En el backbone de Internet los ruteadores deben responder a un intenso tráfico y por lo tanto se requiere que las búsquedas en las tablas de ruteo sean cada vez más rápidas. Una manera de reducir el tiempo de búsqueda en las tablas de ruteo consiste en usar una estructura de datos llamada Trie Multibit. Pero además de búsquedas rápidas en las tablas de ruteo, se requiere también poder modificar fácilmente las entradas de dichas tablas, pues las rutas en Internet no son estáticas sino dinámicas. En esta presentación hablaremos de la dificultad de implementar tablas de ruteo dinámicas con los Trie Multibit y de cómo se puede solucionar este problema.
Se les invita al seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI)
Titulo de la ponencia: Método para la Evaluación de la Similitud entre Imágenes Comprimidas
Fecha: 25 de octubre de 2018 a las 11:00 hrs.
Lugar: T-223
Presenta: Dr. Luis Martín Rojas Cárdenas
Afiliación: Universidad Autónoma Metropolitana (UAM) – Iztapalapa
Resumen:
En los métodos de reconocimiento de patrones, la selección de los rasgos característicos juega un papel esencial en la obtención de tasas de reconocimiento aceptables. En el terreno de la visión, un rasgo característico puede ser el movimiento de un objeto, los colores, las texturas, etc. En este trabajo presentamos un método para evaluar la similitud entre porciones de imágenes que han sido comprimidas con la Transformada Directa Coseno (DCT), tal como aquellas generadas por sistemas de video-vigilancia convencionales. El método que proponemos busca soportar la detección de eventos que no son objetos como pueden ser los cambios de iluminación, las sombras o bien objetos translúcidos como el polvo, humo, etc. En la literatura existe una gran variedad de métodos para evaluar la similitud, sin embargo la gran mayoría de ellos comparten dos características que no son adecuadas para nuestras necesidades: 1) la similitud se evalúa comúnmente en el dominio de los píxeles y 2) la gran mayoría de métodos emulan el comportamiento del sistema visual humano. En efecto, nosotros deseamos contar con un método que evalúe imágenes sin descomprimirlas y obtener una evaluación de similitud que no dependa de los umbrales de la percepción humana.
Se les informa que el jueves 18 de octubre no habrá seminario.
Se les invita al seminario del Posgrado en Ciencias y Tecnologías de la Información (PCyTI)
Titulo de la ponencia: Un Clasificador no Supervisado Usando Coloración de Gráficas Suaves
Fech: 11 de octubre de 2018 a las 11:00 hrs.
Lugar: T-223
Presenta: Dr. Pedro Lara Velázquez
Afiliación: Universidad Autónoma Metropolitana (UAM) – Iztapalapa
Resumen:
Los clasificadores no supervisados permiten métodos de agrupación con poca intervención humana o sin ella. En este trabajo se describe y prueba un sistema clasificador no supervisado que utiliza el modelo de coloración de gráficas suaves. El modelo se prueba con algunas instancias clásicas de la literatura y se comparan los resultados obtenidos con los resultados de clasificadores supervisados, obteniendose con nuestro método los mismos e incluso mejores resultados, además que a veces proporciona clasificaciones alternativas que aportan información adicional que los humanos no consideraron.
