Hablemos sobre I.A.

Serie de charlas sobre inteligencia artificial en donde investigadores y estudiantes compartirán sus experiencias, temas de investigación y nos presentarán un panorama general de algunos de los hallazgos más relevantes de este fascinante campo.

Esta serie de charlas abordará el tema de la inteligencia artificial a partir de diversas perspectivas, desde la divulgación de trabajos académicos, hasta la reflexión sobre los impactos de esta tecnología en la sociedad.

Las charlas se llevarán a cabo todos los jueves de 11 a 12 horas y se trasmitirán por el canal de youtube de la Alianza en Inteligencia Artificial.

A continuación presentamos las charlas con una breve reseña.

Nota: La imagen de cada reseña tiene el vínculo directo para acceder a cada charla

Logo con margen blanco.png

Shearlets y tomografía computarizada

Daniel Vera

Las shearlets son un sistema de representación multi-escala y multi-direccional. Tienen mejores propiedades de aproximación que las wavelets en muchos casos. Presentaré una inversa de la transformada de Radon (base de la tomografía) usando las shearlets. Dicha inversa es analítica, estable y programable. Se mostrarán algunas simulaciones y se discutirán algunos problemas prácticos y en dónde podría entrar la IA.

Tipo de charla
conocimientos previos recomendados
Especializada
Matemáticas Básicas
Logo con margen blanco.png

Teoría del aprendizaje

Alfonso Ruiz Guido

En esta charla hablaremos sobre la teoría clásica del aprendizaje Vapnik que busca describir de manera teórica la manera cómo funciona machine learning. Al final de la charla hablaremos sobre algunos problemas abiertos y sus implicaciones en otras áreas de la inteligencia artificial.

Tipo de charla
conocimientos previos recomendados
Divulgación y Especializada
Estadística, probabilidad y conceptos de Machine Learning
Logo con margen blanco.png

Reconocimiento de Actividades humanas por medio de vision por computadora

Leopoldo Altamirano Robles

En esta plática se presenta el estado del arte en el área del reconocimiento de las actividades humanas por medio de visión por computadora, las soluciones propuestas hasta ahora y que se vislumbra en los siguientes años.

Tipo de charla
conocimientos previos recomendados
Divulgación
Programacion basica, matematicas universitarias.
Logo con margen blanco.png

Evolución del uso de datos de Twitter en competencias académicas de clasificación de texto

Daniela Moctezuma

Esta charla resume, con base en la experiencia de 5 años de participación en concursos de clasificación de información de Twitter, cómo las prioridades de tareas han cambiado a lo largo del tiempo, así como la evolución de los tipos de datos de interés para ser analizados. Se describirán las soluciones planteadas a dichos problemas y los resultados obtenidos. Al final, se mostrarán algunos ejemplos de uso datos de Twitter en situaciones de la vida real. En resumen, se mostrará la clasificación automática de información de Twitter a lo largo del tiempo en diversos escenarios.

Tipo de charla
conocimientos previos recomendados
Especializada
Aprendizaje atomático
Logo con margen blanco.png

Edge Computing una perfecta combinacion entre IOT y Machine Learning para monitorear el consumo de energía

José Alonso Aguirre Núñez

El cambio climático y el uso eficiente de la energía eléctrica ha sido una preocupación por diferentes sectores de la sociedad. Actualmente se están desarrollando nuevos dispositivos que permitan monitorear el consumo de energía haciendo uso de paradigmas como el Internet de las Cosas y la Industria 4.0. En esta presentación hacemos uso de la combinación del Internet de las Cosas y el Machine Learning para diseñar un dispositivo l cual hace uso de una arquitectura para el Internet de las Cosas y una Red Neuronal Artificial para monitorear en tiempo real el consumo energético de los dispositivos y reconocer el dispositivo que está encendido.

Tipo de charla
conocimientos previos recomendados
Logo con margen blanco.png

Computación evolutiva en entornos con incertidumbre: una solución para la gestión de recursos energéticos en microrredes.

Ansel Yoan Rodríguez González

La gestión de recursos energéticos (ERM) es considerado como uno de los problemas de optimización más complicados en el dominio energético debido a su naturaleza combinatoria, no lineal y con una gran cantidad de recursos energéticos, lo cual conduce a una alta dimensionalidad y a limitaciones de procesamiento. Además, cuando se considera la incertidumbre inherente de las condiciones climáticas, el pronóstico de carga, el uso de vehículos eléctricos o los precios de mercado, los enfoques deterministas pueden fallar en la obtención de soluciones óptimas al problema. Por ello la comunidad científica lanzó en 2017 una competencia anual denominada "Computación evolutiva en el dominio de la energía: aplicaciones de redes inteligentes" que tiene el propósito de reunir y probar las técnicas de Inteligencia Computacional (CI) de última generación aplicadas a los problemas del dominio energético: gestión en entornos inciertos y la licitación óptima de agregadores de energía en los mercados locales. En esta plática se describe la competencia, los principales algoritmos desarrollados por los participantes y en particular por el grupo de CICESE y los resultados alcanzados.

Tipo de charla
conocimientos previos recomendados
Logo con margen blanco.png

Explorando Información de Twitter

Mario Graff Guerrero

Twitter es probablemente la red social mas accesible para investigación; sin embargo, conocer si un evento en particular tiene información suficiente en Twitter requiere la recuperación de varios miles de mensajes. En esta plática, se presenta una librería que permite realizar diferentes estudios relacionados a la información que se publica en Twitter; estos van desde el uso de la frecuencia de tokens publicados por día hasta la información geográfica. Además, se ejemplifica como se pueden inferir los tópicos mas populares en la red, así como un estudio sobre la similitud entre diferentes dialectos de español y finalmente el uso de la información geográfica para estimar la movilidad en una region en particular.

Tipo de charla
conocimientos previos recomendados
Divulgación
Python
Logo con margen blanco.png

Pedestrian trajectory prediction

Jean-Bernard Hayet

En esta charla se describirá el problema de predicción de trayectoria de peatones y mostraré su importancia en el desarrollo de vehículos autónomos. Veremos que, hasta cierto punto, este problema tiene una estructura similar a varios de NLP. Daré unos ejemplos de algoritmos de predicción recientemente desarrollados en CIMAT y comentaré algunas de las líneas que queremos impulsar.

Tipo de charla
conocimientos previos recomendados
Logo con margen blanco.png

Inteligencia Computacional en el Procesamiento y Clasificación de Bioseñales

Carlos Alberto Reyes Garcia

En esta plática se presenta una visión general de las diferentes etapas de procesamiento de diferentes tipos de bioseñales e imágenes de expresiones faciales a partir de su captura hasta obtener la salida esperada para su posterior aplicación. Se hará referencia a métodos utilizados para la fase de clasificación y reconocimiento que para este caso consisten en sistemas híbridos inteligentes basados en metodologías pertenecientes a la inteligencia computacional, y que consisten principalmente en combinaciones de sistemas difusos, redes neuronales y algoritmos bioinspirados en general. Se ilustrara la plática con diferentes ejemplos de aplicación como, la aplicación de EEGs para diagnóstico y para interfaces cerebro computadora (BCI), la utilización de voz y llanto de bebé con fines de diagnóstico y la identificación de emociones a partir de la voz, entre otros.

Tipo de charla
conocimientos previos recomendados
Logo con margen blanco.png

El turismo y la inteligencia artificial en México

Angel Ramón Aranda Campos

El turismo es una de las actividades económicas más dinámicas y con mayor potencial de crecimiento mundial. Hoy en día es cada vez más reconocida como un sector de actividades con grandes beneficios para los países, por su capacidad para impulsar mayores relaciones con el resto del mundo y además por su potencial en la generación de divisas, por la creación de empleos, y por sus aportaciones potenciales para el desarrollo regional. En México, la actividad turística representa un sector muy importante y con mucho potencial, pues el país, sus riquezas naturales y culturales resultan de mucho interés para el turista internacional y nacional. Para el año ​2030, México se apuntala para ser un país líder en la actividad turística. Para lograrlo, la inteligencia artificial y el análisis de datos deberá tomar un papel muy importante para la toma de decisiones y la mejora de servicios. Sin embargo, hoy en día la investigación turística en México muestra un gran rezago en esa área. En esta charla se presentarán los resultados obtenidos de un estudio que se realizó a los investigadores de Turismo en México y nos daremos cuenta que existe un gran área de oportunidad para la aplicación de IA.

Tipo de charla
conocimientos previos recomendados
Logo con margen blanco.png

Carreras de Drones Autónomos

José Martínez Carranza

La carrera de drones se ha popularizado al grado de volverse un deporte mundial. Por ello, y motivados por las habilidades que los humanos exhiben para el manejo de los drones que participan en esta competencia, miembros de la comunidad de la robótica plantearon el reto de desarrollar un dron autónomo (inteligente) capaz de competir contra un humano. Este reto se lanzó en la conferencia IROS 2016 y se conoció como la IROS Autonomous Drone Racing (ADR). Desde entonces, otras competencias como el AlphaPilot o Game of Drones de NeurIPS han impulsado el desarrollo y la investigacioń en ésta área. En esta plática se presenta el trabajo desarrollado en INAOE con respecto a este reto y los resultados obtenidos en algunas de estas competencias.

Tipo de charla
conocimientos previos recomendados
Logo con margen blanco.png

Modelos causales: inferencia, descubrimiento y aplicaciones

L. Enrique Sucar

Las personas aprendemos y tomamos decisiones en base a relaciones causa-efecto; y el poder representar y razonar sobre causalidad son elementos importantes para desarrollar máquinas realmente inteligentes. Recientemente ha habido un importante avance en formalizar la representación de causalidad, así como en poder aprender modelos causales. En esta plática daré una introducción a modelos gráficos causales, razonamiento en base a estos modelos y su aprendizaje a partir de datos; así como ejemplos de aplicaciones en neuroimágenes, medicina y robótica.

Tipo de charla
conocimientos previos recomendados
Especializada
Probabilidad, estadística y programación
Alianza en 
Inteligencia Artificial

+52 473 732 7155

consorcio.ia@cimat.mx

Edificio C, Nivel 3

Callejón Jalisco s/n, Valenciana,

36023 Guanajuato

  • Facebook
  • Twitter
  • YouTube
  • LinkedIn

©2019 Iniciativa en Inteligencia Artificial - Conacyt

logo_conacyt_18b.png