CELEBRA EL DÍA INTERNACIONAL DE LAS MATEMÁTICAS CON EL CIO (EVENTO CANCELADO)

9 marzo, 2020
12:14 pm

EVENTO CANCELADO

El próximo miércoles 18 de marzo se celebrará en el Edificio Torretamarit de la Universidad Miguel Hernández de Elche un evento conmemorativo con motivo del Día Internacional de las Matemáticas.

Esta jornada dará comienzo a las 12:00 horas en las aulas 0.1 y 0.2 del Edificio Torretamarit con el seminario «Las matemáticas están en todas partes», que será impartido por Antonio Vicente Contreras, CEO AI TALENTUM & IOTIC SOLUTIONS.

Una vez finalizado el seminario, los asistentes podrán disfrutar de un buen chocolate mientras averiguan a qué sabe Pi, degustando unas galletas con los primeros 314 decimales de Pi. Al mismo tiempo, se sortearán varios productos entre todos aquellos asistentes que participen de forma activa en redes sociales y comenten el evento.

MÁS INFORMACIÓN: http://cio.edu.umh.es/piday2020/


- Contiene la P. ¿Qué evento no te puedes perder el día X de Marzo?

- Pasapalabra Matemático

- ¡Correcto!

¿Has leído la anterior pregunta con la voz del presentador Christian Gálvez? Eso es que eres un/a fanático/a del concurso televisivo Pasapalabra. Es por ello, que desde el CIO,y para celebrar el Día Internacional de las Matemáticas, queremos convertir una de nuestras aulas en el plató del mítico programa de Antena 3 y Telecinco para que os pongáis en la piel de los concursantes que han tenido que enfrentarse al rosco más famoso del mundo. Y, no, no es el de Reyes.

Aunque en el mítico programa concursa solo una persona vs otra, aquí lo queremos hacer mucho más divertido. ¡PUEDES TRAERTE A TU MEJOR AMIGO/A PARA PARTICIPAR!

El concurso constará de dos fases. La primera, el lunes 9 de marzo de 11 a 14 horas, los inscritos tendrán que superar con éxito las preguntas que se realizarán sobre el campo de las matemáticas contra sus contrincantes. Finalmente, quedarán dos grupos que pasarán a la final el día 16 de marzo.

ABIERTO PARA CUALQUIER TITULACIÓN DE LA UNIVERSIDAD MIGUEL HERNÁNDEZ

Aquella pareja ganadora tendrá como recompensa un par de gafas de realidad virtual.

MÁS INFORMACIÓN: http://cio.edu.umh.es/pasapalabra-matematico/


Seminario Enrique Quintana

11 marzo, 2020
11:30 am

Título: ¿Qué hay detrás del deep learning (desde un punto de vista computacional)?

Ponente: Enrique Quintana (Universitat Politècnica de València)

Organizador:  Juan Aparicio

Fecha: Miércoles 11 de marzo las 11:30 horas.

Lugar: Aulas 0.1 y 0.2 del CIO en el Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: De unos años a esta parte, la tecnología de moda es el «Deep Learning» (DL), es decir, el aprendizaje automático mediante redes neuronales profundas. Este estallido tecnológico es la evolución natural asociada a la era «Big Data»: una vez disponemos de cantidades ingentes de datos, necesitamos los mecanismos adecuados para procesarlos en un tiempo razonable. Aquí es donde las redes neuronales profundas están proporcionando resultados muy relevantes en cuanto a capacidad analítica a costes razonables. En consecuencia, las redes neuronales profundas han dejado de ser una tecnología aplicada mayormente en el reconocimiento de imagen y la traducción de textos, para pasar a utilizarse, por ejemplo, en un número creciente de los servicios proporcionados por compañías como FaceBook o Google, así como en aplicaciones científicas como la predicción del clima, en simulación de colisiones de cuerpos celestes, y en un largo etcétera.

Esta charla tiene un carácter principalmente divulgativo, cuyo propósito principal es relevar qué se esconde detrás de las tecnología DL desde un punto de vista informático (pero solo la punta del iceberg ;-). La charla estará orientada, en una primera parte, a los siguientes aspectos: – ¿A qué viene tanto ruido sobre las redes neuronales (justo ahora)? – pero… ¿qué es realmente una red neuronal? Para esta primera parte recomienda los siguientes vídeos:

https://www.youtube.com/watch?v=aircAruvnKk&t=227s

https://www.youtube.com/watch?v=IHZwWFHWa-w&t=1050s

https://www.youtube.com/watch?v=Ilg3gGewQ5U&t=733s

https://www.youtube.com/watch?v=tIeHLnjs5U8

En una segunda parte, la charla colocará las redes neuronales en el contexto de las arquitecturas de altas prestaciones. Para ello, se comentarán las diferentes posibilidades de paralelización de una red neuronal en clusters; se discutirán brevemente las técnicas de compresión y su impacto (precisamente) sobre la paralelización de una red neuronal; y, por último, se ofrecerá una pincelada de algunas arquitecturas para DL de Google, IBM, Intel (…y NVIDIA).

El CIO acoge el X Seminario Internacional en Optimización y Análisis Variacional

El CIO acoge el X Seminario Internacional en Optimización y Análisis Variacional

26 febrero, 2020
12:01 ama1:50 pm

OVAN 10_ 10 TH International Seminar on Optimization and Variational Analysis (5)

El Instituto Universitario de Investigación “Centro de Investigación Operativa” de la UMH acogerá el próximo 26 de febrero el X Seminario Internacional sobre Optimización y Análisis Variacional, con motivo de la visita al CIO del profesor Masao Fukushima, de la Universidad de Nanzan (Japón). El evento se desarrollará entre las 11:00 y las 13:50 en el aula 0.1 del Edificio Torretamarit de la UMH y está dirigido tanto a investigadores como a estudiantes interesados en la temática.

Consulta toda la información del evento en: http://cio.umh.es/ova10/

Seminario David Conesa

Título: ¿Puede la Bioestadística arreglar el mundo?

Ponente: David Conesa (Universidad de Valencia)

Organizador:  Xavier Barber

Fecha: Martes 18 de febrero a las 12:00 horas.

Lugar:  Aula 0.1 del CIO en el Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: Cuando nos encontramos en las noticias cada día desastres naturales como  incendios, inundaciones y epidemias, nos podemos plantear si es posible hacer algo para prevenir o saber más sobre dichos desastres. En esta charla veremos como es posible ayudar a mejorar nuestro conocimiento de los problemas relacionados con las ciencias de la vida y la salud utilizando modelización estadística avanzada y técnicas de predicción que permiten garantizar una planificación rigurosa y válida de los
experimentos, así como un tratamiento provechoso de la información conseguida.
Como muestra, en la charla analizaremos con detalle modelos para describir el comportamiento de la distribución de las especies y también las enfermedades. De hecho, explicar la gran complejidad en la naturaleza ha alentado la búsqueda de modelos más complejos en los que se usan efectos espaciales y temporales para describir en detalle el fenómeno, pero también modelos que abordan distribuciones de probabilidad menos habituales. La complejidad de estos modelos estadísticos ha hecho que el proceso inferencial y predictivo sea difícil de realizar. Tras introducir el modelo más básico y como realizar inferencia y predicción sobre él, presentaremos algunos de los problemas que surgen al describir la realidad (más compleja que los modelos simples), tales como la desalineación espacial, el muestreo preferencial, la no estacionariedad (barreras), las diferentes estructuras espaciales y espacio-temporales disponibles, etc.

Seminario Justo Puerto

13 febrero, 2020
11:00 am

Título: Generalized Multisource Regression: A framework for locating hyperplanes to fitting sets of points.

Ponente: Justo Puerto (Universidad de Sevilla).

Organizador:  Ana Meca

Fecha: Jueves 13 de febrero a las 11:00 horas.

Lugar:  Aulas 0.1 y 0.2S del CIO en el Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: In this talk we revisit common problems of Data Science. Specifically, we focus on the problem of locating a given number of hyperplanes minimizing a globalizing function of the closest distances from a set of points. Following an initial attempt in, we propose a general framework for the problem in which general norm-based distances are used to measure the residuals and an ordered median aggregation function of them has to be minimized. A compact Mixed Integer Linear (or Non Linear) programming formulation is presented for the problem and also an extended set partitioning formulation with an exponential number of variables is developed. The set partitioning formulation is analyzed and a column generation procedure is proposed for solving the problem by adequately performing preprocessing, pricing and branching (see for similar approaches to a different problem in Location Analysis). The issue of scalability is also addressed showing theoretical upper bounds on the errors assumed by replacing the original datasets by aggregated versions. Finally, the results of an extensive computational experience are reported.

Seminario Adrián Hernández

31 enero, 2020
4:00 pm

Título: Del deep learning a la programación diferenciable

Ponente: Adrián Hernández (Grupo Sistemas Dinámicos CIO-UMH. Ingeniero senior de ciberseguridad ISDEFE).

Organizador: José Mª Amigó

Fecha: Viernes 31 de enero a las 16:00 horas.

Lugar:  Sala de seminarios del CIO en el Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: En los últimos años, gracias a la combinación de las técnicas de deep learning y las capacidades de computación de las GPUs (Graphics Processing Units), se han producido grandes avances en procesamiento de lenguaje, visión artificial, juegos, modelado de sistemas dinámicos, etc. Sin embargo, una de las limitaciones frecuentemente señaladas del deep learning es que sólo realiza percepción. La programación diferenciable es la combinación de redes neuronales clásicas con módulos algorítmicos diferenciables que añaden capacidades de razonamiento, atención y memoria. En esta charla, mostramos las limitaciones del deep learning, describimos la programación diferenciable como extensión del deep learning y analizamos algunas de sus técnicas como los mecanismos de atención y las ventajas que proporcionan. Por último, presentamos PyTorch como herramienta flexible para aplicaciones de deep learning y programación diferenciable.