Cartel

Taller: Aprendizaje con redes neuronales profundas, teoría y práctica.


Los días 1, 2, 9, 15 y 16 de octubre de 2020
En modalidad híbrida (virtual y presencial) en CITEDI-IPN
Tijuana, Baja California, México.

  • Sesiones tipo clase sobre aprendizaje profundo
  • Ponencias de investigadores en el área de aprendizaje profundo
  • Sesiones tipo taller con actividades

 

¿Quién invita?
El Centro de Investigación y Desarrollo de Tecnología Digital del Instituto Politécnico Nacional-

¿Cuál es el objetivo del taller?

  • Poner conocimiento de vanguardia al alcance de los estudiantes e investigadores de la región.
  • Fortalecer las competencias en la teoría y práctica del aprendizaje con redes neuronales profundas.
  • Fomentar la cooperación multidisciplinaria entre instituciones.
  • Estimular la vocación científica de los estudiantes.
  • Iniciar la cooperación con emprendimientos tecnológicos en la región.
  • Actualizar académicamente a los participantes.
  • Contribuir a la generación de recursos humanos altamente especializados.

¿A quién va dirigido?
A estudiantes, investigadores y personas en la industria que tengan intereses en el aprendizaje profundo y sus aplicaciones. Además, se permitirá el acceso del público general a las clases y ponencias.

¿Qué incluye el programa?
Todos los días del taller se tendrán sesiones tipo clase, una ponencia y actividades en forma de taller.
Los días 1,2 y 9 será la modalidad en línea. Los días 15 y 16 será la modalidad presencial en las instalaciones de CITEDI.

¿Cuál es el costo por participar en el taller?
El taller no tendrá costo.

¿Recibiré una constancia de participación?
Recibirás una constancia de participante si asistes a todas las sesiones. Recibirás una constancia de tallerista si asistes a todas las sesiones y entregas las actividades asignadas.

¿Hay límite de participantes?
Si, habrá un límite de 20 participantes al evento completo con quienes se trabajará en sesiones con actividades.

¿Qué debo hacer para participar?
Deberás registrarte en la sección de registro.
Si deseas asistir al evento completo, deberás registrarte y exponer tu motivación para participar.

¿Habrá apoyos para asistir a la modalidad presencial los días 15 y 16 de octubre?
Habrá un número reducido de apoyos para asistir a la modalidad presencial. Para ello, deberás especificar en el registro que solicitas el apoyo, el tipo de apoyo y desde donde viajarías.

¿Cuál es la fecha límite para registrarme?
Para atender al evento en línea, la fecha límite de registro es el 30 de septiembre. Si quieres participar en la parte híbrida como tallerista y trabajar con las actividades, la fecha límite es el 18 de septiembre.

¿Cuándo darán los resultados para participar en la parte híbrida?
El 22 de septiembre de 2020.



Programa 

Los días 1, 2, 9, 15 y 16 de octubre de 2020
En modalidad híbrida (virtual y presencial) en CITEDI-IPN en Tijuana, Baja California, México.

 

Octubre

Hora

Jueves 1 virtual

Viernes 2 virtual

Viernes 9 virtual

Jueves 15 híbrido

Viernes 16 híbrido

09:30 – 10:00

Inauguración

 

 

 

 

10:00 - 12:00

Dr. Mariano Rivera, CIMAT, teoría

Dr. Mariano Rivera, CIMAT, teoría

Dr. Mariano Rivera, CIMAT, teoría

Dr. Mariano Rivera, CIMAT, teoría

Dr. Mariano Rivera, CIMAT, teoría

12:00 - 12:10

Descanso

Descanso

Descanso

Descanso

Descanso

12:10 - 13:00

Dr. Moisés Sánchez Adame, Dr. Juan José Tapia Armenta, Dra. Jessica Beltrán Márquez,
CITEDI Profesores de CITEDI y aprendizaje profundo
M. en C. Héctor Willis, Samsung research,
Investigación en la Industria: Lecciones y Consejos
Dr. Hugo Jair Escalante, INAOE
Modelando comportamientos humanos complejos mediante aprendizaje profundo
Dr. Luis Manuel Valentín, CIO
Clasificación de actividades de la marcha utilizando aprendizaje profundo
Dr. José Adrián Munguia Rivera, Dra. Saiph Savage, Dra. Jessica Beltrán
Panel de discusión Academia e industria

13:00 – 13:40

José Manuel Carpinteyro Sánchez,
Centro de Investigación Coppel (CENIC), Modelos generativos para mejorar la experiencia de compra.
José Eduardo Lozas Galicia,
Centro de Investigación Coppel (CENIC), Redes neuronales para pronósticos de demanda de efectivo en cajeros automáticos.
Dr. Oscar Montiel, CITEDI
Potencial del cómputo cuántico en la Inteligencia Computacional.
Dra.  Zobeida Guzmán,  UDLAP,
¿Por qué podrían funcionar las CNNs y otros modelos más sofisticados para detectar anomalias en videovigilancia?

13:40 - 16:00

Descanso/comida

Descanso/comida

Descanso/comida

Descanso/comida

Descanso/comida

16:00 – 18:00

Taller práctico a cargo de Dra. Jessica Beltrán Márquez, CITEDI

Taller práctico a cargo de Dra. Jessica Beltrán Márquez, CITEDI

Taller práctico a cargo de Dra. Jessica Beltrán Márquez, CITEDI

Taller práctico a cargo de Dra. Jessica Beltrán Márquez, CITEDI

Cierre de taller y clausura

18:00 – 20:00

Taller práctico a cargo de Dra. Jessica Beltrán Márquez, CITEDI

Taller práctico a cargo de Dra. Jessica Beltrán Márquez, CITEDI

Taller práctico a cargo de Dra. Jessica Beltrán Márquez, CITEDI

Taller práctico a cargo de Dra. Jessica Beltrán Márquez, CITEDI

 

* Programa sujeto a cambios.
** Hora Ciudad de México.

 

En línea abierto

 

En línea sólo con los participantes aceptados en la parte híbrida

 

Sesión en línea abierto y presencial de los participantes aceptados en la parte híbrida en CITEDI

 

Presencial sólo con los participantes aceptados en la parte híbrida




Acerca de los ponentes 

Dra. Jessica Beltrán Márquez,

Instituto Politécnico Nacional, Centro de Investigación y Desarrollo de Tecnología Digital, México.

Dra. Jessica Beltrán recibió su grado de maestría y doctorado en Ciencias de la Computación en el Centro de Investigación Científica y de Educación Superior de Ensenada. Se graduó de Ingeniería en Electrónica en el Instituto Tecnológico de Sonora. Durante su doctorado realizó estancias de investigación en la Universidad Michoacana de San Nicolás de Hidalgo y en el Laboratorio UbiHealth, de Create-Net, en Trento, Italia. Ha trabajado como profesora investigadora en el Instituto Tecnológico de Sonora y actualmente trabaja en Cátedras CONACyT asignada al Centro de Investigación y Desarrollo de Tecnología Digital del Instituto Politécnico Nacional. Sus intereses de investigación son el cómputo ubicuo para el cuidado de la salud y el aprendizaje automático. Ha publicado más de 25 trabajos en foros nacionales e internacionales. Cuenta con 6 artículos JCR, un capítulo de libro y ha dirigido una tesis de maestría. Es miembro de la Amexcomp y de la Red Temática Envejecimiento, Salud y Desarrollo Social.

José Manuel Carpinteyro Sánchez,

Científico de datos en el Centro de Investigación Coppel, México.

Actuario por la Universidad Marista. Con 5 años de experiencia en el sector asegurador, 2 años en el sector bancario y 1 año y medio en el área de ciencia de datos en Coppel.

Dr. Hugo Jair Escalante,

Instituto Nacional de Astrofísica, Óptica y Electrónica.

Investigador Titular C en INAOE, antes Profesor Titular de la FIME en la Universidad Autónoma de Nuevo León. Investigador visitante 3B en el departamento de Computación del CINVESTAV unidad Zacatenco 2019-2020. Obtuvo el premio a la mejor tesis doctoral otorgado por la SMIA en 2010. Recibió los premios al mejor artículo de investigación de IJCNN2010 y CIARP2017. En 2017, obtuvo el premio a la investigación en ciencias exactas por la UANL. Es secretario y miembro de la mesa directiva de ChaLearn desde 2011. Miembro del SNI nivel I. Es "vice chair" del comité técnico 12 de la IAPR. Desde 2017, es editor de la serie Springer Series on Challenges in Machine Learning. Ha sido co-editor de números especiales en revistas como IJCV y TPAMI. Ha fungido como "area chair" de NIPS/NeurIPS desde 2016 y como competition chair en las principales conferencias de aprendizaje computacional, como NeurIPS2020, NeurIPS2019, ICPR2020, FG2020,IJCNN2019, PAKDD2018-2019. Ha sido parte de los comités técnicos de programa de diversas conferencias como CVPR, ICPR, ICCV, ECCV, ICML, NIPS, IJCAI, IJCNN. Sus intereses de investigación son en aprendizaje computacional y sus aplicaciones de lenguaje y visión, así como en organización de concursos académicos.

Dra. Zobeida Jezabel Guzmán Zavaleta,

Universidad de las Américas Puebla.

Zobeida Guzmán es computóloga, profesora e investigadora, interesada en el análisis de contenidos digitales complejos como lo son las imágenes, audio y video digitales. Obtuvo el grado de Licenciada en Ciencias de la Computación por la Benemérita Universidad Autónoma de Puebla (BUAP) en 2004 y los grados de Maestra y Doctora en Ciencias en el área de Ciencias Computacionales por el Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE) en 2008 y 2017, respectivamente. La Dra. Guzmán ha colaborado como Investigadora Visitante en INAOE (2017), en Ibero Puebla (2016-2018) y CINVESTAV-IPN Unidad Tamaulipas (2018). Desde 2019 está adscrita al Departamento de Computación, Electrónica y Mecatrónica de la Universidad de las Américas Puebla (UDLAP) como Profesora de Tiempo Completo y es miembro del Sistema Nacional de Investigadores (SNI-C).

Su área de investigación interseca técnicas de Visión Computacional, Aprendizaje de Máquina, Aprendizaje Profundo, Procesamiento de Imágenes, Video y Audio digitales, así como Esteganografía y Marcas de Agua para ocultamiento de datos. Algunas aplicaciones de su investigación son para identificación, detección, recuperación de información y seguridad de contenidos.

José Eduardo Lozas Galicia,

Investigador Senior de Data Analytics en el Centro de Investigación Coppel.

Con más de cinco años dedicados a la gestión integral de riesgos. Especialización en el desarrollo de herramientas para la toma de decisiones. Orientación al cumplimiento normativo y al control de riesgos. Eduardo Lozas es Actuario, egresado de la Facultad de Ciencias de la UNAM, cuenta con diversas certificaciones por parte de la Sociedad de Actuarios. Ha trabajado en el Consejo de Asistencia al Microemprendedor, en BBVA y como profesor adjunto de la UNAM en materias de Modelos de Supervivencia y Análisis de Series de Tiempo y Estadística Bayesiana. Hoy en día, es investigador senior de data analytics en el Centro de Investigación Coppel, encargado de la elaboración de modelos predictivos.

Dr. Oscar Humberto Montiel Ross,

Instituto Politécnico Nacional, Centro de Investigación y Desarrollo de Tecnología Digital, México

Doctor en Ciencias egresado de la Universidad Autónoma de Baja California. Profesor-Investigador del Instituto Politécnico Nacional en CITEDI desde 1985. Coordinador de la línea de Investigación Cómputo Inteligente de Alto Rendimiento. Miembro del Sistema Nacional de Investigadores nivel 1. Miembro fundador de la Hispanic-American Fuzzy System Association (HAFSA). Miembro Senior de la IEEE. Gran parte del trabajo de investigación está relacionado con la inteligencia computacional y la computación cuántica, en donde ha realizado aportaciones científicas en la solución de problemas matemáticos de optimización; en propuestas teóricas en lógica difusa para el manejo del conocimiento en conflicto de los expertos; en el desarrollo de algoritmos para planificación de trayectoria, los cuales son un componente esencial en la robótica y automatización; en el manejo de la incertidumbre del conocimiento mediante propuestas novedosas que reducen el costo computacional de los sistemas difusos de tipo-2, este trabajo fue merecedor de un reconocimiento internacional otorgado en el 2009; en computo cuántico en el desarrollo de una plataforma computacional altamente eficiente, en la detección de micro-calcificaciones para la detección temprana del cáncer de mama, y algoritmos evolutivos cuánticos. En el desarrollo de modelos matemáticos farmacocinéticos poblacionales para el desarrollo de fármacos enfocados en las características demográficas, y en detección de patrones encefalográficos para la detección de la fatiga mental. A la fecha, ha publicado 50 artículos internacionales en revistas de prestigio tales como Scientific Reports-Nature, Information Sciences, Applied Soft Computing, IEEE Access, entre otras. Ha publicado 61 capítulos de libro principalmente en Springer, 4 libros, ha impartido más de 30 conferencias internacionales y nacionales. Director de tesis de 5 doctores y 36 maestros en ciencias. Ha registrado y/o patentado 15 productos. Sus trabajos de investigación cuentan con más de 2400 citas. En el 2016 fue galardonado por el IPN con el Diploma a la Investigación en base a que ha destacado en el campo de la investigación científica y en el desarrollo tecnológico con aportaciones reconocidas nacional e internacionalmente.

José Adrián Munguia Rivera,

Fundador y Director de AI MEXICO Chief Executive Officer, Productize-ai, Inc.

José Adrián Munguia Rivera nació en Ensenada, Baja California en 1977. Estudio la Licenciatura en Ciencias Computacionales en la Facultad de Ciencias de la Universidad Autónoma de Baja California (UABC). Obtuvo una Maestría en Ciencias en Ciencias de la Computación por el Centro de Investigación Científica y Educación Superior de Ensenada (CICESE) donde estudió bajo la dirección del doctor Hugo Hidalgo Silva. Adrián Munguia ha formado parte de startups en Silicon Valley y empresas internacionales Fortune 500 como Science Applications International Corporation (SAIC) y ABB para los que ha desarrollado proyectos y productos que actualmente funcionan en cientos de ubicaciones alrededor del mundo. Sus contribuciones principales son en el área de visión computacional (VC) y posee varias patentes en el ramo. Adrián se ha destacado en el desarrollo de aplicaciónes de justicia y defensa. Actualmente encabeza la iniciativa de inteligencia artificial para la industria AI MEXICO.

Dr. Mariano José Juan Rivera Meraz,

Centro de Investigación en Matemáticas (CIMAT)

Doctor en Ciencias por el Centro de Investigación en Óptica AC (CIO) en septiembre 1997. Investigador Titular “C” de la Coordinación de Ciencias de la Computación del Centro de Investigación en Matemáticas (CIMAT), donde trabaja desde 1997. Miembro del Sistema Nacional de Investigadores nivel 2, Miembro de la Sociedad Mexicana de Matemáticas y Miembro por Invitación de la Academia Mexicana de Computación. Ha realizado estancias académicas en el Departamento de Radiología de la Universidad de Pensilvania (Investigador posdoctorante, 2001-2002), en el Departamento de matemáticas de la Universidad Estatal de Florida (Profesor Visitante, Departamento de Matemáticas, 2008-2009) y en el Centro Nacional de Supercómputo del Instituto Potosino de Investigaciones Científicas y Tecnológicas (Coordinador Académico, 2017-2018). Los cargos académico-administrativos en el CIMAT que ha desempeñado son Coordinador del Posgrado en Computación de 2001-2002 y de 2007-2008, Coordinador Académico (de investigación) de 2011 a 2016. Sus intereses en investigación están en los temas: Procesamiento de Imágenes y Visión, Optimización numérica, Aprendizaje Automático. Con aplicaciones en Metrología Óptica, Análisis de Datos de Sensado Remoto, y Análisis de Imágenes Médicas. Ha publicado mas de 50 artículos en revistas indexadas entre las que destacan de la IEEE-PAMI, IEEE- Transactions on Image processing, y IEEE-Transactions on Medical Imaging, The Computer Journal, Medical Image Analysis, Optics Letters y Optics an Lasers in Engeenering; por mencionar algunas. Cuenta con un número similar de artículos memorias arbitradas en congresos internacionales como: CVPR, ECCV, ICPR y BMVC. Es miembro del comité directivo del congreso Pacific Rim Symposium on Image and Video Technology (PSIVT) y de comités de programas para CVPR, NIPS, ACCV, ICPR, ECCV, ICRL, ICML por mencionar algunos. Ha sido responsable de más de 20 proyectos de investigación y desarrollo tecnológico nacionales e internacionales.

Dr. Moisés Sánchez Adame,

Instituto Politécnico Nacional, Centro de Investigación y Desarrollo de Tecnología Digital, México.

El Dr. Moisés Sánchez Adame, obtuvo su Doctorado en Ingeniería con concentración en redes y sistemas de comunicación; en CETYS Universidad, Campus Mexicali. 1998-2003. Así mismo, obtuvo un grado de Maestría en Ciencias en Sistemas Digitales, en el CITEDI-IPN, 1986-1998. Es Ingeniero en Comunicaciones y Electrónica, con especialidad en Electrónica, ESIME-IPN, 1981-1986. Posee una amplia experiencia docente desde 1986, y ha realizado investigación científica y aplicada desde el año 2000.

Ha publicado más de 30 trabajos tanto en foros nacionales como internacionales. Ha participado en más de 10 proyectos de investigación y de desarrollo tecnológico. Ha dirigido tres tesis de Doctorado y cinco tesis de Maestría, además de un gran número de tesis de Ingeniería. Es miembro activo de la Línea de Generación y Aplicación del Conocimiento cuyo título es Cómputo Inteligente de Alto Rendimiento. Sus áreas de interés son la seguridad de la información, la ciberseguridad, la seguridad de computadoras y la seguridad en redes, las cuales se pueden agrupar como seguridad en las tecnologías de la información.

Miembro de la red de expertos en Telecomunicaciones, Miembro y coordinador de nodo CITEDI de la red de Computación. Miembro de la IEEE. Miembro de la asociación de egresados del IPN. Miembro de la sociedad de honor para académicos internacionales PHI, BETA, DELTA Capitulo DELTA RHO.

Dra. Saiph Savage ,

Co-directora del Laboratorio de Innovación Cívica de la Universidad Nacional Autónoma de México (UNAM) y Directora del Laboratorio de Interacción Humano-Computadora en West Virginia University.

Saiph Savage es la co-directora del Laboratorio de Innovación Cívica de la Universidad Nacional Autónoma de México (UNAM) y directora del Laboratorio de Interaccion Humano-Computadora en West Virginia University. Su investigación involucra las áreas de Crowdsourcing, Computación Social y Tecnología Cívica. Por su investigación, Saiph ha sido reconocida como una de las 35 Innovadoras menores de 35 años por el MIT Technology Review. Su trabajo ha sido cubierto por la BBC, Deutsche Welle y el New York Times. Saiph publica con frecuencia en conferencias de primer nivel, como es ACM CHI, AAAI ICWSM, the Web Conference, y ACM CSCW, donde también ha ganado premios de mención honorífica. También es autora de patentes en Estados Unidos y China. Saiph ha recibido más de 2.5 millones de dólares del National Science Foundation (NSF), así como financiamiento para su investigación por parte de Google, Amazon y Facebook Research. Saiph también colabora y ha aconsejado a gobiernos de América Latina a adoptar el diseño centrado en el ser humano y la inteligencia artificial para ofrecer servicios inteligentes más eficaces a los ciudadanos. Saiph estudió Ingeniería en Computación en la UNAM, y tiene un Doctorado en Ciencias de la Computación por la Universidad de California. La Dra.Savage también ha sido Profesora Visitante en Carnegie Mellon University (CMU).

Dr. Juan José Tapia Armenta,

Instituto Politécnico Nacional, Centro de Investigación y Desarrollo de Tecnología Digital, México.

El Dr. Juan Tapia estudió la Lic. en Física y Matemáticas en el IPN, obtuvo las maestrías en Sistemas Digitales y en Ciencias de la Computación en el CITEDI-IPN y el CICESE respectivamente, así como un doctorado en ciencias de la Computación en el CICESE.

Es profesor titular de los cursos: Matemáticas Avanzadas, Computación Paralela y Distribuida, Programación Avanzada en Procesadores Gráficos y Cómputo de Alto Rendimiento en Procesadores Gráficos de los Programas de Maestría y Doctorado del CITEDI-IPN. Además, colabora en la línea de investigación cómputo inteligente de alto rendimiento, ha dirigido dos tesis de licenciatura, tres tesinas de especialidad, 12 tesis de maestría y dos de doctorado, en las áreas de modelado matemático, sistemas inteligentes y cómputo de alto rendimiento. También ha dirigido once proyectos de investigación, entre ellos un proyecto de la convocatoria UC-MEXUS en colaboración con la Universidad de California en Santa Barbara, tiene cinco artículos publicados en revista JCR y cuatro artículos en revistas arbitradas.

Título de charla: Modelando comportamientos humanos complejos mediante aprendizaje profundo

Dr. Luis Manuel Valentín Coronado,

Centro de Investigaciones en Óptica.

Es ingeniero en Electrónica, por el Instituto Tecnológico de Celaya (ITC), Maestro en Ingeniería Eléctrica, por la Universidad de Guanajuato y Doctor en Ciencias, por el Centro de Investigación en Matemáticas (CIMAT ). Desde sus estudios de maestría ha trabajo con la temática de robótica móvil. Después de haber obtenido el grado de doctor, realizó una estancia post-doctoral en el Instituto Nacional de Astrofísica Óptica y Electrónica (INAOE), en la coordinación de Ciencias de la Computación, en donde trabajó con robots de servicio y vehículos aéreos no tripulados, colaborando en la implementación de algoritmos de procesamiento digital de imágenes para la construcción de mapas. Actualmente es investigador de Cátedra CONACyT en el Centro de Investigaciones en Óptica (CIO), en donde lidera el grupo de Sistemas Autónomos e Inteligentes (AISys-Lab) y hace investigación en temas de robótica y visión artificial; además forma parte del sistema nacional de investigadores (SNI) nivel C.

M en C. Hector Willys,

Samsung research.

El M. en C. Hector Willys es Ingeniero en Computación y Maestro en Ciencias por la UABC Campus Tijuana. Tres años de experiencia trabajando en Samsung Research Tijuana en colaboración cercana con Samsung Research America (Mountain View e Irvine, California) realizando investigación aplicada en temas de Procesamiento de Lenguaje Natural, Visión por Computador, Procesamiento de Voz y de Series de Tiempo usando técnicas de Aprendizaje Profundo.




Total : 0 palabras.
Total : 0 palabras.

Total : 0 palabras.

Comité organizador

Dra. Jessica Beltrán Márquez
Conacyt, Instituto Politécnico Nacional, Centro de Investigación y Desarrollo de Tecnología Digital, México.


CITEDI-IPN :: Ave. Instituto Politécnico Nacional No. 1310 Colonia Nueva Tijuana :: Tijuana, Baja California, México. C.P. 22435 :: (664) 623-1344 :: e-mail: webmaster@citedi.mx
Instituto Politécnico Nacional