banner

Site menu:

Principal >> Curso 2010-2011 >> Conferencias

Conferencias del Curso Académico 2010-2011

Del Master a la transferencia desde la Universidad

Día Hora Lugar Imparte
01/06/2011 10:45 Salón de Actos de la E.T.S. Ingenierías Informática y de Telecomunicación
José Manuel Molina López
Catedrático
Departamento de Informática
Universidad Carlos III de Madrid

En la dirección http://docto-si.ugr.es/campus/ puede verse un video con el contenido completo de la charla.

Del Master a la empresa

Día Hora Lugar Imparte
01/06/2011 12:15 Salón de Actos de la E.T.S. Ingenierías Informática y de Telecomunicación
Francisco Palao Reinés

Doctor en Informática
Director General de IActive, Intelligent Solutions
http://www.iactive.es/

En la dirección http://docto-si.ugr.es/campus/ puede verse un video con el contenido completo de la charla.

Del Master a la investigación

Día Hora Lugar Imparte
01/06/2011 13:15 Salón de Actos de la E.T.S. Ingenierías Informática y de Telecomunicación
Juan José Moreno Navarro

Director General de Política Universitaria
Catedrático. LSIIS, Facultad de Informática
Universidad Politécnica de Madrid

En la dirección http://docto-si.ugr.es/campus/ puede verse un video con el contenido completo de la charla.

Aprendizaje Automático para Planificación Inteligente

Día Hora Lugar Imparte
18/05/2011 17:00 Salón de Grados de la ETSIIT
Daniel Borrajo Millán
Catedrático del Departamento de Informática
Universidad Carlos III de Madrid

El objetivo del área de la planificación automática es el desarrollo de técnicas, metodologías y herramientas software para generar planes de acciones para serejecutados por agentes físicos (humanos o robots) o agentes software. Ejemplos de aplicaciones exitosas de este tipo de tecnología se encuentran en campos tandiversos como los robots de Marte, emergencias civiles, operaciones militares, logística de transporte, turismo o control de satélites. A esto ha contribuido fundamentalmente el desarrollo de algoritmos generales muy eficientes que son independientes de la tarea a resolver. Sin embargo, para utilizar esta tecnología hay que resolver dos tareas de modelado que, generalmente, se realizan a mano: definir las acciones que componen el modelo de planificación (como, por ejemplo, qué acciones puede ejecutar un robot), y definir conocimiento específico de dominio que permita realizar la búsqueda de la solución más eficientemente (comúnmente denominado heurística). Para poder facilitar la labor de definición de estos dos tipos de conocimiento, se propone la utilización de técnicas deaprendizaje automático. En la charla, se describirán dos técnicas de aprendizaje automático, cada una de ellas enfocada a un tipo de conocimiento.

Cognitive Systems: Advances and Challenges

Día Hora Lugar Imparte
18/05/2011 18:30 Salón de Grados de la ETSIIT
Dr. Aladdin Ayesh; MSc, MA, PhD, CEng, CSci, FBCS/CITP, SMIEEE
Reader in Artificial Intelligence
De Montfort University

Cognitive systems have been advancing on both theory and practice in the last decade to an exciting levels helped by the development of networks, web standards, software engineering and artificial intelligence. Two particular developments helped moving cognitive systems forward: agent-oriented systems and web standards in support of knowledge engineering.

This talk will be looking at the requirements of cognitive systems engineering. We start by looking at the various components of a cognitive system, e.g. memory, affects, thinking-inference, learning and so on. Some elements such as emotion and personality modeling will receive a greater focus related to some current research projects, e.g. crowd simulation and urban planning. We move from these components to the architectures that bring them together in a software agent or a hardware robot. During this tour we will highlight the challenges faced of the different stages of developing and deploying a cognitive system.

The talk will also aim to highlight advances in the research community such as UK Grand Challenges (e.g. Grand Challenge 5 on Cognitive Architectures) and EU Humaine Network. We will look also briefly at some of the applications that are receiving interest such as intelligent homes, care services, and creative industries.

Transfer and Multitask Learning

Día Hora Lugar Imparte
09/05/2011 17:00 Salón de Grados de la ETS Informática
Maarten Van Someren
Universidad de Amsterdam

Transfer and Multitask Learning differ from standard supervised learning by the fact that a family of learning tasks is involved. Members of this family may vary in different ways. For example, in classification we can have different subsets of classes that are to be separated, or different sets of variables, or different distributions. We can even have two tasks that do not share any input or output variables. In this talk I will review the most important principles and methods of Transfer and Multitask Learning, and illustrate these with examples.

Towards the Multilingual Semantic Web

Día Hora Lugar Imparte
18/02/2011 09:30 Salón de Actos de la ETS de Ingenierías Informática y de Telecomunicación
Philipp Cimiano Semantic Computing Group
Cognitive Interaction Technology Center of Excellence (CITEC)
Bielefeld University
Alemania

A diferencia de la actual Web de Documentos donde la información está disponible sólo en ciertos lenguajes (si es que está traducida a dichos lenguajes), la Web Semántica ofrece la oportunidad de proporcionar acceso a la información a nivel semántico a través de los lenguajes. En esta conferencia, se discutirán los aspectos necesarios para alcanzar dicho objetivo. En particular, se discutirán modelos de léxico que permiten enriquecer las ontologías con información sobre su realización lingüística en distintos lenguajes. Se discutirá como los resultantes léxicos de ontologías pueden ser parte de la Web de Datos. Finalmente, se discutirá también recientes trabajos sobre la tarea de localizar (traduciendo) ontologías en diferentes lenguajes.

Putting Plans to Use: Intelligent Systems for Planning, Execution and Collaboration

Día Hora Lugar Imparte
18/02/2011 11:15 Salón de Actos de la ETS de Ingenierías Informática y de Telecomunicación
Austin Tate Artificial Intelligence Applications Institute
University of Edinburgh
Escocia

Planificación es una tarea de gran importancia para gobiernos y organizaciones de todo tipo, y para todos en general a nivel personal, familiar y de negocios. Es una de las áreas más estudiadas en Inteligencia Artificial debido a sus requerimientos y enfoques. Tiene aplicaciones vitales e importantes en una gran variedad de áreas. Se empezará explorando unas pocas aplicaciones donde las tecnologías de planificación se usan regularmente y de forma productiva. Un buen paradigma para aplicaciones de planificación reales ha sido usar un marco de trabajo de planificación de redes de tareas jerárquicas (HTN) sobre las que se añaden métodos especializados de búsqueda y gestión de restricciones. Mucha investigación hasta la fecha se ha centrado en este problema pero no procura una integración más amplia de muchos métodos. Se comprobará rápidamente la amplitud y apertura a nuevas exploraciones de este apasionante campo. Sin embargo, la planificación sólo es útil si los planes son ejecutados correctamente. Esto es un problema delicado ya que el mundo es muy confuso cuando tratas de modelar, predecir, planificar e interactuar con él. Se explorará una aplicación de planificación en Inteligencia Artificial que se ejecutaba en el espacio a una gran distancia imposibilitando la intervención humana inmediata. ¿Tuvo resultados satisfactorios? Lo veremos. La planificación en un dominio modelado cuidadosamente donde las cosas son bastante predecibles es una cosa, pero el mundo real de la planificación implica un gran número de agentes, personas, distintos equipos con diferentes orígenes y culturas, robots que interactúan con ambientes complejos y computadores y sistemas de comunicación que no siempre funcionan de forma ideal. Pero los planes pueden ser utilizados para ayudar en procesos de comunicación y colaboración, incluyendo algunas de las aplicaciones más dinámicas y desafiantes, como la respuesta a emergencias internacional. Vamos a esperar en un futuro un ambiente colaborativo guiado por planificación y tecnologías basadas en conocimiento, un futuro en el que la computación ubicua, redes de sensores y sistemas en red se combinen para ayudar a individuos concretos, familias, negocios organizaciones, la gente en general, regiones y países para ser autosuficientes y mutuamente útiles con recursos especializados para sus vidas diarias o para ayudar en la asistencia de emergencias. Esto demandará una nueva generación de investigación y emprendedores capaces de combinar la nueva generación de internet, la web semántica, las redes sociales, tecnologías basadas en agentes, sistemas de planificación inteligentes y los ambientes virtuales en un nuevo enfoque. Será todo un viaje.

Introduction to Game Learning

Día Hora Lugar Imparte
17/02/2011 09:45 Salón de Actos de la ETS de Ingenierías Informática y de Telecomunicación
Simon Lucas School of Computer Science and Electronic Engineering
University of Essex
Reino Unido

En esta conferencia se muestra una introducción práctica al aprendizaje de estrategia en juegos, cubriendo los dos principales enfoques: evolución (incluyendo co-evolución) y aprendizaje por diferencias temporales. Mostraré cómo las características de entrada seleccionadas y la arquitectura de la función de aproximación tiene un impacto crítico en lo que es aprendido así como el modo en que se traduce en el juego (ej. como un estimador de un valor o como un selector de acción). Además de los MLP estándar se prestará atención a los sistemas n-tupla y a los aproximadores basados en tablas interpoladas puesto que han mostrado recientemente gran potencial para aprender de manera rápida y efectiva. Cada método será demostrado con referencia a algunos fragmentos pequeños de software, ilustrando cómo el algoritmo de aprendizaje está conectado con el juego y con la arquitectura de la función de aproximación.

Information Retrieval in Context

Día Hora Lugar Imparte
17/02/2011 11:30 Salón de Actos de la ETS de Ingenierías Informática y de Telecomunicación
Fabio Crestani Faculty of Informatics
University of Lugano (USI)
Suiza

A pesar de los muchos casos con éxito, es un hecho reconocido en Recuperación de Información que la consulta no aporta suficiente información al sistema para interpretar las necesidades de información del usuario e identificar correctamente los documentos relevantes a recuperar. Por ello se está convirtiendo en algo cada vez más importante el uso de cualquier otro tipo de información disponible relacionada con la tarea, el usuario y la interacción específica (ej. información de localización, historial de búsquedas, preferencias explícitas del usuario, etc.). Toda esta información es conocida como contexto. En esta charla presentaré las vías de investigación y el estado del arte de la Recuperación de Información sensible al contexto. También presentaré algunos ejemplos de RI sensible al contexto que ya han sido implementados y con los que se ha experimentado. La charla terminará con una discusión abierta acerca de qué es el contexto y cómo puede ser capturado y usado para mejorar el proceso de Recuperación de Información.

Inteligencia Biológica y Artificial

Día Hora Lugar Imparte
04/02/2011 10:30 Salón de Actos de la E.T.S. de Ingenierías Informática y de Telecomunicación
Dr. Terrence Sejnowski. HHMI and Salk Institute. USA Terrence Sejnowski is a pioneer in computational neuroscience and his goal is to
understand the principles that link brain to behavior. His laboratory uses both
experimental and modeling techniques to study the biophysical properties of
synapses and neurons and the population dynamics of large networks of
neurons. New computational models and new analytical tools have been
developed to understand how the brain represents the world and how new
representations are formed through learning algorithms for changing the
synaptic strengths of connections between neurons. He has published over 300
scientific papers and 12 books, including The Computational Brain, with
Patricia Churchland.

Brain Panel Discussion

Fri Feb 4, 2011. 10.30am-2.30pm.

Funded by:

GENIL: Granada Excellence Network of Innovation Laboratories
MSc in Soft Computing and Intelligent Systems. UGR
MSc in Multimedia Systems. UGR
MSc in Computer and Network Engineering. UGR
CC: Ciencia Cognitiva, Revista de Divulgacion en Ciencia Cognitiva
Paraninfo: El programa de Ciencia y Tecnologia de TG7-CSG

Honor Guest:

Dra. María Dolores Suárez Ortega. Vicerrectora de Política Científica e Investigación. UGR

Moderator:

Dr. Jesus M Cortes. UGR

Special guest:

Dr. Terrence Sejnowski. HHMI and Salk Institute. USA

 
Panelists:

Dr. Pio Tudela. The NeuroImaging and the Brain. UGR
Dr. Joaquin Marro. Non-equilibrium Phenomena and the Brain. UGR
Dr. Miguel Angel Muñoz. Critical Phenomena and the Brain. UGR
Dr. Rafael Molina. Computer Vision and the Brain. UGR
Dr. Juan Lupiañez. Attentional Mechanisms and the Brain. UGR
Dr. Francisco Herrera. Artificial Intelligence and the Brain. UGR
Dra. Sabine Hilfiker. The Biophysics and Biomedicine of the Brain. CSIC
Dr. Eduardo Ros. In-Silicon Architectures and the Brain. UGR
Dr. Joaquin J. Torres. Attractor Networks and the Brain. UGR

Aplicaciones de algunas extensiones de las clasificaciones binarias de las SVM

Día Hora Lugar Imparte
02/02/2011 17:00 Salón de Grados de la E.T.S.I.I.T.
Antonio Bahamonde
Catedrático de Ciencias de la Computación e Inteligencia Artificial
Universidad de Oviedo en Gijón

Director del Centro de Inteligencia Artificia
Universidad de Oviedo en Gijón

Presidente de la Asociación Española para la Inteligencia Artificial (AEPIA)

Las Máquinas de Vectores Soporte (SVM en inglés) fueron diseñadas como algoritmos para abordar tareas de clasificación binarias. El éxito de las SVM en el campo del Aprendizaje automático se basan en los buenos resultados de estos algoritmos y en las posibilidades que brindan para extender sus aplicaciones a otras tareas de aprendizaje. En la charla se repasarán algunas de las extensiones de las SVM: aprendizaje de preferencias, clasificación ordinal, aprendizaje con múltiples clases (multi-clase y multi-etiqueta) y aprendizaje no-determinista. Se presentarán aplicaciones de estas extensiones a campos como la ganadería, la alimentación, la medicina o la genética.

Applications of Decision Support Systems

Día Hora Lugar Imparte
17/11/2010 12:00 Salón de Actos del CITIC-UGR
Kemal Kilic de la Universidad de Sabanci, Turquía

In this talk I will share my recent research with the audiences. The talk will span three application areas. The first one will be a discussion on a web based DSS that is developed for senior managers in order to assist them while developing an innovation management strategy that will enhance the innovativeness of their company. The DSS DSS utilizes the data acquired by a web based questionnaire which is filled in by the upper managers of the manufacturing companies. The DSS compares their answers with the responds of the other companies existing in the database of the DSS and determines the weak points of the company which have room for further improvement and at the same time significantly affect innovativeness. In order to determine the significance of the innovation determinants a feature weighting algorithm is required. For this purpose, a genetic algorithm based feature weighting methodology that is based on k-nn classifier is developed. The developed DSS generates two automatic reports online, namely, a benchmark report and strategy report. The second research problem that will be addressed in this talk will be Personalized Advertisement System. This is a relatively new problem which is motivated from real life and faced by a company that develops web based 3-D virtual reality social platform. A comprehensive framework which would be used to maximize the advertising revenues of the company in a personalized advertisement setting is developed. The framework includes the development of a business model, representation of it with a mathematical program and proposing a set of heuristic solutions for the problem. The proposed heuristics are developed and their performances are tested with an experimental analysis. The third part of the talk will be slightly a brief discussion on two applications from computational biology. The first application will introduce a fuzzy association rule mining algorithm that might be used to mine micro array data. The second application is the simplified partial digest problem with noise. A heuristic based algorithm and a goal programming approach is developed and tested.

IActive Tech Bites! Conferencia de Kanna Rajan

Día Hora Lugar Imparte
17/11/2010 10:30 Edificio BIC Meeting Room C, Parque Tecnológico de Ciencias de la Salud Avd. de la Innovación 1 / C.P. 18100 Armilla
Dr. Kanna Rajan (http://www.mbari.org/staff/kanna/), principal researcher of robotic autonomy at Monterey Bay Aquarium Research Institute (http://www.mbari.org/default.htm) the reference center in oceanografic research and underwater robotics.

Dr. Rajan will review the main lesson learned in these projects and will share an informal discussion with us. Needless to say, this is a unique, first order opportunity to listen to a mainstream successful story on the application of  HTN Planning Technology, like our company's, and to underscore the relevance of what we are doing, and the goals we all are having in mind.

El motor de la innovación y sus elementos de rendimiento - Conferencia inaugural del curso 2010/2011 del Máster Soft Computing y Sistemas Inteligentes

Día Hora Lugar Imparte
27/10/2010 18:00 Salón de Actos de la E.T.S. de Ingenierías Informática y de Telecomunicación
Juan Fajardo, Vicepresidente de NOVASOFT

Innovar consiste en generar ideas, que se perciba valor en ellas, y que éstas produzcan resultados eficientes en términos de beneficios ( económicos y/o sociales). El proceso de innovación es por tanto como un motor de tres tiempos: ideas, valor y resultados, y para que ese motor funcione de forma eficiente, necesita una serie de elementos básicos que actualmente pueden ser cubiertos por las Tecnologías de la Información y las Comunicaciones: Herramientas Colaborativas para generar y compartir las ideas, la Lógica Difusa para desambiguar y conceptualizar las ideas, la Minería de Datos para el benchmarking y la web Semántica que necesita generar Agentes Inteligentes a los datos de las Herramientas Colaborativas.

Máster: Soft Computing y Sistemas Inteligentes
Mapa Web
sugerencias
Dpto. Ciencias de la Computación e Inteligencia Artificial
E.T.S. Ingeniería Informática y de Telecomunicaciones
Universidad de Granada
 
¡CSS Válido!   Valid XHTML 1.1   AAA validation