El capítulo colombiano de la Sociedad IEEE de Inteligencia Computacional, en su intento por apoyar el desarrollo de la ciencia y la tecnología colombiana, abre nuevamente sus puertas a todos aquellos interesados que deseen compartir un espacio con investigadores locales que trabajan en las áreas afines a la Sociedad. En esta cuarta versión, contamos con el apoyo de la Universidad de los Andes y estarán presentes investigadores internacionales de las mejores universidades del país:
Julián David Arias
Profesor Asociado, Universidad de Antioquia
Departamento de Ingeniería de Sistemas
Bio: Julián David Arias Londoño recibió el grado de Ingeniero Electrónico y Magíster en Ingeniería - Automatización Industrial, por la Universidad Nacional de Colombia, Manizales, Colombia, en 2005 y 2007 respectivamente. En 2010 recibió el grado de Doctor en Ingeniería de Sistemas y Automática conjuntamente entre la Universidad Politécnica de Madrid, España y la Universidad Nacional de Colombia. También recibió la meción de Doctorado Eurpeo por parte de la Universidad Politécnica de Madrid. Actualmente es Profesor Asociado del Deparatemento de Ingeniería de Sistemas de la Universidad de Antioquia, en el que imparte cursos básicos y avanzados en Aprendizaje Automático e Inteligencia Computacional y Optimización. Su principal campo de investigación está relacionado con el reconocimiento de patrones, la minería de datos y el aprendizaje automático aplicado al procesamiento de bioseñales, la clasificación automática de secuencias biológicas y la minería de conjuntos de datos masivos. Ha liderado varios proyectos de investigación y desarrollo, financiados por instituciones públicas y privadas, y con la participación de industrias locales. Julián es miembro Senior de la IEEE y de sus sociedades de procesamiento de Señales e Inteligencia Computacional.
Retos de investigación y desarrollo de sistemas basados en ML - Usos en: Seguridad en Transacciones y Anotación de Proteinas.
Abstract: El desarrollo de sistemas basados en Machine Learning presenta múltiples retos que dependen del problema mismo de predicción, del volúmen de datos y del contexto en el que se pretende usar la tecnología. Sin embargo, es necesario diferenciar los retos que se presentan durante la fase de investigación, de los retos de implementar soluciones reales basadas en ML. El desarrollo y la puesta en producción de aplicaciones reales implica tener en cuenta un número mayor de variables y restricciones, que determinarán el éxito en el uso de la tecnología y su mantenimiento en el tiempo. Por otro lado, es importante tener en cuenta que muchos de los mayores retos de investigación en ML están en la solución de problemas de predicción sobre objetos o estructuras de datos con dependencias complejas, para las que aún no existen soluciones bien establecidas en el estado del arte. El objetivo de la charla es presentar dos aplicaciones que reflejan el tipo de retos enunciados, por un lado, un sistema real para la seguridad en transacciones basado en técnicas de ML e implementado bajo tecnología Hadoop y por el otro, la solución a un problema de anotación de zonas desordenadas en proteinas con baja homología secuencial.
Pablo Andres Arbelaez
Profesor Asistente, Departamento de Ingeniería Biomédica, Universidad de los Andes
Grupo de Investigación: Biomedical Computer Vision
Bio: Pablo Arbeláez received a Ph.D. with honors in Applied Mathematics from the Université Paris-Dauphine in 2005. He was a Research Scientist with the Computer Vision group at UC Berkeley from 2007 to 2014. He currently holds a faculty position at Universidad de los Andes in Colombia. His research interests are in computer vision, where he has worked on a number of problems, including perceptual grouping, object recognition and the analysis of biomedical images.
Abstract: The talk will discuss recent advances in visual recognition and their application to high impact image analysis biomedical problems.
.png)
Wilfredo Alfonso Morales
Profesor Asistente, Universidad del Valle
Grupo de Investigación: Percepción y Sistemas Inteligentes
Bio: Wilfredo Alfonso Morales, cuya formación la realizó en la Universidad del Valle como Ingeniero Electrónico, Magister en Ingeniería Electrónica y Doctor en Ingeniería, actualmente se desempeña como Profesor Asociado en la misma Universidad, en la Escuela de Ingeniería Eléctrica y Electrónica. Durante su entrenamiento doctoral hizo parte del Laboratorio de Sistemas dinámicos Distribuidos en Ohio State University bajo la supervisión del Prof. Kevin Passino. Su principal campo de aplicación ha sido la Inteligencia Computacional y la Optimización, especialmente en los algoritmos de inteligencia de enjambres. En ese contexto, el grupo de investigación Percepción y Sistemas Inteligentes se ha enfocado en desarrollar soluciones para tráfico en intercepciones, sintonización de modelos para sistemas tipo BRT, SmartLights, microGrids y Big-Data, en los cuales en Ing. Alfonso ha participado activamente. Adicionalmente, ha implementado algoritmos de abejas para la solución de problemas de optimización multimodal y algoritmos de hormigas para la solución de problemas de balanceo de líneas de ensamble.
Experiencias en Inteligencia Computacional por el Grupo de Investigación de Percepción y Sistemas Inteligentes
Abstract: Los avances en la ciencia y la tecnología han permitido integrar las técnicas de inteligencia computacional como una propuesta a la solución de problemas realmente complejos. Aunque es innegable que las técnicas determinísticas son más robustas que las técnicas estocásticas, heurísticas o meta-heurísticas, estás últimas han mostrado obtener soluciones de última frontera en diversas disciplinas de investigación. El grupo de percepción y sistemas inteligentes reconoce esas bondades y las ha llevado a diferentes problemas en ingeniería entre los que se destacan los problemas de las intercepciones semaforizadas, la sintonización de modelos para sistemas tipo BRT, controladores basados en agentes para smartlights, propuestas de optimización multi-objetivo para microgrids, y el uso de múltiples sensores y múltiples fuentes para el manejo e interpretación de la información o big-data. Por lo tanto, el objetivo en la conferencia será presentar las experiencias del uso de las técnicas de inteligencia computacional por parte del grupo de investigación, donde se presentarán los retos, las propuestas y los resultados alcanzados en varios de los problemas anteriormente mencionados.
.jpg)
Carlos Eduardo León
Investigador, Departamento de Seguimiento a la Infraestructura Financiera
Banco de la República
Bio: Carlos León es investigador del Departamento de Seguimiento a la Infraestructura Financiera del Banco de la República. Sus intereses de investigación se concentran en la aplicación de análisis de redes, metodologías de simulación y de aprendizaje de máquina (machine learning) para el estudio del sistema financiero. Es doctor en finanzas de la Universidad de Tilburg (Países Bajos), magíster en banca y finanzas de la Universidad de Lausanne (Suiza), y profesional en finanzas y relaciones internacionales de la Universidad Externado de Colombia.
Abstract: Se presentarán dos aplicaciones básicas de aprendizaje de máquina (machine learning) a información reportada por bancos colombianos. La primera es una aplicación de aprendizaje supervisado, en la cual se entrena una red neuronal para identificar el banco al cual pertenece un balance general determinado. La segunda es una aplicación de aprendizaje no supervisado, en el cual se busca la estructura jerárquica que mejor agrupa los bancos colombianos de acuerdo a la similaridad de sus estados financieros, en particular de sus portafolios de inversiones, cartera de préstamos y operaciones de fondeo. Se discutirán posibles extensiones y utilidad de ambas aplicaciones, con énfasis en temas relacionados con riesgo sistémico y herramientas de alerta temprana.
Fecha: 19 de octubre de 2017
Hora: 4:00pm - 7:00pm
Lugar: Universidad de los Andes, Edificio Mario Laserna (ML-513)
Entrada libre, previa inscripción AQUÍ (Cupos limitados) - Por restricciones del lugar, actualemnte las inscripciones se encuentran cerradas, estamos trabajando para poder tener mayor capacidad.
