04 de Septiembre del 2018
|
Dr. Juan Humberto Sossa Azuela
|
|
Nuevos modelos de redes neuronales y algoritmos de entrenamiento.
|
|
En este tutorial se habla, primeramente sobre los modelos clásicos de redes neuronales artificiales (RNAS) de primera y segunda generación, así como de sus ventajas y limitaciones. Enseguida, se describe una serie de modelos que utilizan como base de operación una estructura algebraica diferente a la usada para el diseño de RNAS de primera y segunda generación. Se trata de las redes neuronales morfológicas y sus variantes. Se describe de manera breve la operación ligada a varios de los algoritmos de entrenamiento reportados en la literatura y los desarrollados por nuestro grupo de trabajo. Se presentan varias aplicaciones así como comparaciones con varios modelos clásicos. En la tercera parte del tutorial, se habla de los avances en materia de redes neuronales de tercera generación, esto es, de redes neuronales pulsantes. Se presentan algunas aplicaciones y comparaciones contra otros modelos reportados en la literatura.
|
CV Dr. Juan Humberto Sossa Azuela
|
Dr. Ángel Kuri-Morales
|
|
Minado de BD no Numéricas con Aplicaciones
|
|
Se discute la solución al problema de codificación y uso de variables no numéricas sin pérdida de los patrones embebidos. Se ilustra aprendizaje supervisado diseñando una red de perceptrones multi-capa; y aprendizaje no supervisado diseñando un Mapa Auto-organizado.
|
CV Dr. Ángel Kuri-Morales
|
Dr. Efrén Mezura Montes
|
|
Introducción a los Algoritmos Evolutivos y de Inteligencia Colectiva
|
|
En este taller se presentan los elementos principales de los algoritmos de computación evolutiva y de inteligencia colectiva para resolver problemas complejos de búsqueda. Se detalla una metodología sencilla que le permite al asistente diseñar su primer algoritmo de este tipo para resolver un problema particular y mediante esa práctica adquiera conocimientos para utilizar este tipo de técnicas evolutivas inteligentes en otros dominios de interés.
|
CV Dr. Efrén Mezura Montes
|
Dr. Ramón Zatarain Cabada
|
|
Reconocimiento de Emociones usando señales cerebrales
|
|
En este taller se estudiará la técnica de electroencefalografía para reconocer emociones utilizando la diadema Emootive EPOC y Emotive Insight. Ademàs se verán aplicaciones de reconocimiento de emociones con la diadema en ambientes de aprendizaje.
|
CV Dr. Ramón Zatarain Cabada
|
Dr. Héctor Rodríguez Rangel
|
|
Pronóstico de Series de Tiempo usando IA
|
|
El pronóstico de la series de tiempo puede realizarse de diferentes maneras. Una de ellas es mediante técnicas de inteligencia artificial. En este taller se presentan diferentes técnicas de IA para realizar la tarea del pronóstico.
|
CV Dr. Héctor Rodríguez Rangel
|
Dr. Arturo Yee Rendón
|
|
Clasificación y compresión de imágenes satelitales utilizando técnicas de machine learning
|
El objetivo general de las técnicas de machine learning es poder automatizar la toma de decisiones construyendo un modelo general que se aprende a partir de un conjunto de datos. Usualmente por “modelo” entendemos un modelo matemático, que puede ser implementado en una computadora. En este taller se analizan dos técnicas de machine learning, las cuales son:
- Los k vecinos más cercanos (KNN por sus siglas en inglés), la cual es una técnica de aprendizaje supervisado, y
- Una técnica de agrupamiento k-medias, la cual es un ejemplo de técnica no supervisada.
El caso de estudio es clasificar una imagen satelital entre agua y tierra partiendo de un conjunto de datos bien clasificado, para ello utilizaremos la técnica de KNN, y para hacer compresión de imágenes utilizaremos la técnica de k-medias.
|
CV Dr. Arturo Yee Rendón
06 de Septiembre del 2018
|
Dr. Alejandro Rosales Pérez
|
|
Uso de Métodos de Pre-procesamiento de Datos en Aprendizaje Supervisado
|
|
En este tutorial se van a revisar algunas de las técnicas clásicas de pre-procesamiento para filtrado de ruido, selección de instancias, selección de características y transformación de datos. Se mostrara su uso práctico en problemas de clasificación y el impacto que tienen en la eficacia de los algoritmos de aprendizaje.
|
CV Dr. Alejandro Rosales Pérez
|
Dra. Claudia Feregrino Uribe
|
|
Esteganografía: El arte de ocultar información
|
|
En esta era digital una gran cantidad de información se transmite a través de Internet, desde archivos con fines recreativos hasta propiedad intelectual de grandes empresas. Recientemente ha surgido el uso de la Esteganografía (y Marcas de Agua Digitales) como una técnica para protección de la información en ambientes digitales, en donde la información a transmitir se oculta dentro de otro medio de tal manera que pase desapercibida. En este tutorial veremos cómo esconder información dentro de otros medios (imágenes, audio y video) para realizar comunicaciones secretas.
|
CV Dra. Claudia Feregrino Uribe
|
Dr. José Martínez Carranza
|
|
Técnicas Básicas para Drones Autónomos y la Regulación de Drones
|
|
Este taller tiene por objetivo el presenta técnicas relevantes para el desarrollo de drones inteligentes. Desde las herramientas para simulación, técnicas de control, pasando por localización sin GPS, hasta la planeación y seguimiento de trayectorias. El taller concluirá con una discusión de la circular mexicana emitida por la Dirección General de Aeronáutica Civil (DGAC), cuyas recomendaciones tienen por objetivo el general una cultura de operación correcta de los drones en México. También se discutirán aspectos a considerar durante el diseño de una regulación de drones, desde el punto de vista del mercado estadounidenses y las proyecciones del mismo a largo plazo.
|
CV Dr. José Martínez Carranza
|
Dr. Raúl Monroy Borja
|
|
Detección de impostores en ciberseguridad
|
|
En este taller, discutiré una gran variedad de técnicas propuestas para la detección de anomalías en la identificación de incidentes de seguridad informática (detección de intrusiones, detección de impostores, etc.) En particular, revisaré técnicas simples y diseñadas ad-hoc a un problema dado, hasta técnicas de propósito general, tales como SVM, cadenas de Markvov, etc.
|
CV Dr. Raúl Monroy Borja
|
Dr. Salvador Elías Venegas Andraca
|
|
Criptografía Cuántica y Teletransportación Cuántica
|
La computación cuántica es una disciplina científica e ingenieril producto de combinar ideas de la teoría de de la computación y la mecánica cuántica. La computación cuántica ha producido importantes avances teóricos y experimentales que la hacen un área consolidada en la que participan universidades y centros de investigación de prestigio y gobiernos. Además, el cómputo cuántico es un mercado de tecnología emergente cuyo valor se estima en miles de millones de dólares estadounidenses para los siguientes treinta años y en el que participan empresas de alta tecnología.
En este taller estudiaremos dos desarrollos de importancia capital en el desarrollo de tecnología cuántica:
- BB84, protocolo diseñado para la creación de llaves privadas empleando las propiedades cuánticas de la materia.
- Teletransportación cuántica, protocolo construido para hacer transferencia de información a través de correlaciones cuánticas en sistemas de dos componentes (sistemas bipartitas).
|
CV Dr. Salvador Elías Venegas Andraca
|
Dr. Mario Ángel Siller González Picos
|
|
Modelado Computacional y Análisis Sistémico de Ciudades
|
|
Este taller tiene como finalidad introducir una nueva disciplina conocida como Ciencia de la Ciudad, la cual consiste en el estudio mutidisciplinario (en algunos casos referido “antidisciplinario”) de las ciudades en las que la Computación, Ingeniería de Sistemas, Urbanismo, Sociología, Arquitectura, Psicología, etc. juegan un rol muy importante. Desde la perspectiva de la Ingeniería de Sistemas conceptualizaremos la ciudad como un sistema, para luego formular un modelo sustentado en teorías clásicas de urbanismo y sistemas complejos. A partir de ello generaremos un modelo y simulaciones computacionales que nos permitirá estudiar fenómenos emergentes de las ciudades.
|
CV Dr. Mario Ángel Siller González Picos
|
Dr. Miguel Mora González
|
|
Procesamiento Digital de Imágenes
|
En el análisis de datos es muy común encontrar información proveniente de medios periféricos que permiten introducir variables físicas a sistemas computacionales. Para este fin el tratamiento digital de datos permite sintetizar la información analógica de entrada y procesarla de forma digital mediante métodos probabilísticos, estadísticos, heurísticos; en términos generales, matemáticos. Empleando técnicas propias del procesamiento digital de señales e imágenes. El objeto de hacer este tipo de tratamiento es poder entender el comportamiento real de los fenómenos físicos: mejorando la calidad de la información, extrayendo sus características y haciendo más eficiente la transmisión de datos y la transportación de los mismos.
El objetivo fundamental del taller es que el alumno aprenda las bases de procesamiento digital de imágenes utilizando como software el Matlab®. El alumno aprenderá los métodos más usuales para capturar imágenes, así como el uso de las operaciones básicas, el mejoramiento de contraste hasta el filtrado de imágenes.
|
CV Dr. Miguel Mora González
|
Dra. María Lucia Barrón Estrada
|
|
Clasificadores de Emociones en texto
|
|
En este taller se presentan diversos clasificadores de frases escritas en español con el fin de detectar la polaridad y la emoción centrada en el aprendizaje.
|
CV Dra. María Lucia Barrón Estrada
|
Dr. René MacKinney Romero
|
|
Marcos de Herramientas para Big Data
|
|
Este taller tiene como objetivo el introducir al participante a los distintos marcos de trabajo para hacer Big Data. Se realizarán pequeñas tareas en los distintos marcos para que los participantes tengan una mejor idea de cómo funcionan y así poder tomar mejores decisiones para poder trabajar en ellos. Particularmente de cuales son mejores para el proceso fuera de línea y el proceso en tiempo real.
|
CV Dr. René MacKinney Romero
|
Dr. Carlos Alberto Reyes García
|
|
Procesamiento y Clasificación de Bioseñales con Inteligencia Computacional
|
|
El termino Bioseñal se aplica a todos los tipos de señales que pueden ser medidas y controladas continuamente en los seres biológicos. Existen bioseñales eléctricas y bioseñales no eléctricas. Bioseñales eléctricas son cambios en las corrientes eléctricas a través de un tejido, órgano o sistema celular como el sistema nervioso. Entre las bioseñales eléctricas más conocidas se tienen: Electroencefalogramas (EEG), Electrocardiograma (ECG), Electromiograma (EMG). Y dentro del área correspondiente a Percepción: Percepción Olfativa por medio de Nariz Electrónica. Las Bio-señales también se refieren a señales no eléctricas generadas por seres biológicos, tales como: Señales mecánicas; como el mecanomiograma o MMG. Señales químicas; como pH y oxigenación. Señales ópticas; como movimientos y gestos. Y señales acústicas: como las expresiones fonéticas (habla), no-fonéticas (llanto) y respiración. En este tutorial se dará una introducción básica al estudio y análisis de las bioseñales más utilizadas enfocando en particular a la extracción de las características más importantes para su posterior procesamiento. Se complementa el tutorial con algunos de los métodos de inteligencia computacional más populares, como híbridos neuro-difusos-evolutivos, para el reconocimiento de patrones y clasificación de las bioseñales.
|
CV Dr. Carlos Alberto Reyes García