top

Pedro Larrañaga y Concha Bielza, elegidos ELLIS Fellows

El pasado mes de agosto Pedro Larrañaga y Concha Bielza fueron elegidos ELLIS Fellows. ELLIS (the European Laboratory for Learning and Intelligent Systems) es una red paneuropea de inteligencia artificial de excelencia que se centra en la ciencia fundamental, la innovación técnica y el impacto social. Fundada en 2018, ELLIS se basa en el aprendizaje automático como motor de la IA moderna y tiene como objetivo asegurar la soberanía de Europa en este campo competitivo mediante la creación de un laboratorio de investigación de IA multicéntrico. Los becarios de ELLIS son científicos, líderes en la comunidad IA/ML de Europa, que promueven la ciencia y también actúan como embajadores de ELLIS, dando así voz a la investigación de IA basada en datos en Europa.  Pedro y Concha son los Directores de la Unidad ELLIS Madrid que se creó en 2022. https://ellismadrid.es/people/ https://ellis.eu/fellows  
Español

Concesión de Premios José Cuena para el curso 2022-2023

La Comisión Académica del Máster U. En Inteligencia Artificial, en su 107ª reunión celebrada el 18 de mayo de 2022, decidió conceder los Premios José Cuena correspondientes al curso académico 2022-23 a los siguientes alumnos: Guillermo Calvo Suárez Javier Cano De la Torre Daniel Carmona Pedrajas Alejandro Corpas Calvo Simon Markmann Irene Tardón Piquer El premio (1000 euros brutos) está cofinanciado por el Departamento de Inteligencia Artificial y por la UPM a través de sus ayudas a másteres oficiales. ¡Enhorabuena a los premiados!
Español

Seminarios de profesores visitantes

Ya tenemos disponible la información sobre el seminario para el curso 22/23 que será impartido por un profesor visitante de reconocido prestigio. Este año, por varias razones, no está siendo posible organizar más seminarios; confiamos en cualquier caso que este sea de interés. Poder participar en este tipo de seminarios es una gran ocasión para profundizar en aspectos importantes de la Inteligencia Artificial y de todo lo que la rodea. Las fechas son definitivas, aunque no podemos garantizar que no haya cambios de última hora. Los horarios y el aula se publicarán lo antes posible.   Título: Machine Learning with Functional Data Resumen: Los datos funcionales provienen de procesos que varían sobre un continuo, por ejemplo, el tiempo. Cada vez son más frecuentes (cardiogramas, espectros, señales biométicas, sensores...), y aunque pueden ser tratados mediante técnicas de análisis multivariado, en muchos casos es más útil tratarlos como funciones y adaptar las técnicas generales. El análisis de datos funcionales es la rama de la estadística que estudia este tipo de datos y presenta algunas singularidades debidas, entre otras cosas, a la dimensión infinita de los espacios de funciones y a la continuidad que se asume en las trayectorias. Este curso es una introducción al análisis de datos funcionales en el que se expondrán algunas de las principales características y particularidades de los datos funcionales, así como aspectos metodológicos y técnicas para su tratamiento. Entre los contenidos se incluyen nociones básicas de variables funcionales (procesos estocásticos), representación de datos funcionales, profundidades, reducción de dimensión y modelos de aprendizaje. Las explicaciones se complementarán con Notebooks de Jupyter en los que utilizaremos el paquete de Python scikit-fda para trabajar con datos funcionales. Ponente: José Luís Torrecilla (Universidad Autónoma de Madrid) Breve biografía: José Luis Torrecilla tiene una doble formación como informático y matemático por la Universidad Autónoma de Madrid. Tras pasar por el IBiDat (UC3M-Santander), actualmente es profesor contratado doctor interino en el Departamento de Matemáticas de la UAM. Su investigación se centra en la estadística aplicada, especialmente en las áreas de análisis de datos funcionales, clasificación y reducción de dimensión.     Calendario: Miércoles 21 de junio (de 15h a 18h) - Viernes 23 de junio (de 15h a 18h) - Lunes 26 de junio (de 15h a 19h) Aula: Hemicilio H-1003 (José Cuena) Requisitos: Portátil con Jupyter Notebook y el paquete scikit-fda. Recomendado: conocimientos básicos de aprendizaje automático.  
Español

Segunda posición del MUIA en el ranking de El Mundo

La nueva edición 2021/2022 del ranking de El Mundo posiciona al Máster U. en Inteligencia Artificial en segunda posición en la sección de Informática especializada. En los últimos 11 años el MUIA siempre ha aparecido entre los 3 mejores másteres en Informática especializada, habiendo ocupado la primera posición en dos ocasiones. Para elaborar la clasificación, han participado más de 800 expertos, profesores, estudiantes, antiguos alumnos y empresas. El diario analiza diferentes parámetros: nivel de demanda del máster, los recursos humanos con los que cuenta, la innovación de la calidad docente y la metodología o su plan de estudios son algunos de los criterios que se tienen en cuenta. También evalúa los resultados obtenidos por los alumnos, el número de empresas que contratan a los estudiantes una vez que culminan su formación o los medios materiales, como laboratorios y espacios especializados, y el empleo de las nuevas tecnologías.
Español

El Computational Intelligence Group obtiene una de las 5 Ayudas a Equipos de Investigación Científica en Big Data de la Fundación BBVA

La comisión evaluadora de las Ayudas Fundación BBVA a Equipos de Investigación Científica en el área de Big Data, reunida por videoconferencia el día 24 marzo de 2020, y siguiendo los criterios establecidos en  las bases de la convocatoria, publicadas en octubre de 2019, acordó la concesión de ayudas. Infornación sobre la propuesta del CIG seleccionada: “Score-based nonstationary temporal Bayesian networks. Applications in climate and neuroscience (BAYES-CLIMA-NEURO)” Investigador principal: Pedro Larrañaga Múgica, Departamento de Inteligencia Artificial, Universidad Politécnica de Madrid Miembros del equipo: Concha Bielza Lozoya (Universidad Politécnica de Madrid); Juan Antonio Fernández del Pozo de Salamanca (Universidad Politécnica de Madrid); Bojan Mihaljevic (Universidad Politécnica de Madrid); David Atienza González (Universidad Politécnica de Madrid); e Irene Córdoba Sánchez (Universidad Politécnica de Madrid). Importe de la ayuda: 100.000 euros. Este reconocimiento valoraba la innovación y calidad científica del proyecto, la trayectoria del investigador principal y del resto del equipo investigador, aplicabilidad de los resultados, adecuada justificación del presupuesto y el plan de difusión de los resultados del proyecto. Más información
Español

IA&COVID19: Inteligencia Artificial para analizar los artículos científicos relacionados con el COVID-19

Desde hace unas semanas, el Allen Institute for Artificial Intelligence mantiene un corpus actualizado de artículos científicos sobre COVID-19. A fecha de 27 de marzo de 2020, este corpus contiene más de 44.000 artículos en inglés, con el texto completo de más de 29.000 artículos.  Esta ingente cantidad de literatura científica que se ha generado en apenas unos meses desde la aparición del virus, demuestra la gran actividad científica para su estudio. Pero al mismo tiempo, este corpus es tan grande que se ha convertido en un problema para que científicos y médicos puedan encontrar información específica sobre algún tipo de tratamiento que se haya probado en algún grupo específico de la población, relaciones entre tratamientos, resultados obtenidos, etc. Esto es lo que normalmente se conoce como sobrecarga de información.  El 16 de marzo del 2020, la Oficina de Política Científica y Tecnológica de la Casa Blanca realizó un llamamiento a la comunidad internacional de Inteligencia Artificial para el desarrollo de técnicas de procesamiento de lenguaje natural y minería de textos que ayudaran a resolver preguntas que la comunidad científica se está realizando sobre el COVID-19. Muchas de estas preguntas, formuladas por médicos y científicos, están recogidas en la plataforma Kaggle, bien conocida por la comunidad de Ciencia de Datos e Inteligencia Artificial. A fecha de 27 de marzo, hay ya más de 400 iniciativas y contribuciones registradas, donde se han hecho distintos tipos de tratamientos de los textos que han sido proporcionados para responder a distintos grupos de preguntas. En el Ontology Engineering Group de la Escuela Técnica Superior de Ingenieros Informáticos de la Universidad Politécnica de Madrid llevan trabajando varios años en el procesamiento de grandes corpus de textos, así que desde la semana pasada se han puesto a trabajar para intentar aportar su grano de arena en la solución de estos problemas, desarrollando el core de una tecnología que permita a otros investigadores, estudiantes e informáticos trabajar sobre ella. En la siguiente página describen lo que han hecho hasta ahora, y los recursos que ponen a disposición del resto de la comunidad científica, por si pudieran resultar útiles: https://oeg-upm.github.io/covid19/ Asimismo, hacen un llamamiento a todos aquellos que queráis colaborar en esta iniciativa abierta a toda la comunidad española en Inteligencia Artificial (investigadores, desarrolladores, estudiantes) con nuevas preguntas, con nuevos algoritmos que resuelvan algunas de las preguntas que la comunidad científica y médica se está realizando, con la validación de los resultados que han obtenido hasta ahora, con herramientas de visualización más amigable para los médicos, o con cualquier otra cosa que se os ocurra. Juntos podemos construir una plataforma con un conjunto de herramientas que puedan ser útiles para todos. No dudéis en contactarles a través del repositorio https://github.com/librairy/covid19 (para desarrolladores) o directamente a su dirección de correo (moeg-covid19@delicias.dia.fi.upm.es).
Español

El OEG organiza, junto a ODI Madrid y el Ayuntamiento de Alcobendas, el Día Internacional de los Datos Abiertos en Madrid

La ciudad de Alcobendas se convirtió en el marco ideal para el desarrollo de las actividades que conformaron la jornada. El escenario elegido fue la Ciudad Deportiva Valdelasfuentes, y los anfitriones, el Alcalde de Alcobendas, Rafael Sánchez Acera, y el Concejal de Innovación, Roberto Fraile, que estuvieron acompañados de la Directora General de Transparencia, Gobierno Abierto y Atención al Ciudadano de la Comunidad de Madrid, Ana Lorenzo, y del codirector del Grupo de Ingeniería Ontológica (OEG) y responsable de ODI Madrid, Oscar Corcho. La mesa de bienvenida permitió a los asistentes conocer la política del Ayuntamiento de Alcobendas en torno a los datos abiertos y la innovación, así como la evolución de la Comunidad de Madrid en materia de transparencia. Oscar Corcho abordó el tema de los datos abiertos desde su descripción hasta su utilidad, explicando cómo se deben publicar y ofrecer al ciudadano para extraer de ellos todo su potencial. Roberto Magro, Jefe de Servicios Interactivos de este Ayuntamiento, clausuró la mesa, contando cómo ha ido evolucionando la definición y publicación de datos abiertos en Alcobendas y cuál se espera que sea su futuro. Tras la sesión de presentaciones comenzó la jornada de trabajo. Cinco grupos de ciudadanos –profesores, periodistas, estudiantes, abogados, informáticos… - coordinados por responsables de proyectos de investigación en los que participa el OEG, y mentorizados por miembros de ODI Madrid, estudiaron el marco en el que se desarrollan los datos abiertos en torno a tres áreas temáticas: información y publicación de legislación, contratación pública y ciudades abiertas. Varias horas de trabajo dieron como resultado interesantes aportaciones de los participantes, que supieron entender cómo deben estructurarse los datos y de qué manera se deben ofrecer a empresas y ciudadanos, a través de los portales de datos abiertos, para su uso en el desarrollo de las ciudades.
Español

Pedro Larrañaga y Concha Bielza, premiados por la Amity University (India)

Los catedráticos e investigadores de la ETSIINF, Pedro Larrañaga y Concha Bielza, han recibido  el Premio "Amity Researcher Award for Significant Contribution in the Field of Machine Learning" en Confluence-2020: 10th International Conference on Cloud Computing, Data Science & Engineering (https://www.amity.edu/aset/confluence2020/). Amity University en Noida (India) les ha hecho entrega de este Premio.
Español

Pedro Larrañaga en TVE: La Aventura del Saber

El profesor de la Escuela Técnica Superior de Ingenieros Informáticos de la UPM Pedro Larrañaga Múgica interviene en este noveno vídeo producido por la UPM para el proyecto La Universidad Responde II de la CRUE. La UPM está adherida al Convenio para la coproducción del proyecto La Universidad Responde II de  la CRUE consistente en la realización por cada universidad de 10 vídeos de 2 minutos cada uno, de divulgación científica y tecnológica. La serie completa es propiedad de todas las universidades partícipes y puede difundirse por diversos medios o plataformas con las que se llegue a acuerdos de difusión. El 17 de noviembre de 2017 la UPM suscribió con RTVE un contrato de reproducción y comunicación pública para su emisión. En La Universidad Responde toman la palabra los investigadores y profesores de las universidades, contestando de forma breve en lenguaje cercano y de fácil comprensión a una pregunta de interés.   La producción de los capítulos ha sido desarrollada por el Gabinete de Comunicación UPM, en cuanto a la selección de temas y ponentes, y el Gabinete de Tele-Educación (GATE) en lo que respecta a la grabación y edición. Esta iniciativa tiene continuidad con el proyecto “El Universo Sostenible” del mismo Grupo de Trabajo de Audiovisuales y Multimedia de la CRUE.
Español

Raúl García Castro y Óscar Corcho García, Premio Artículo Científico más citado de la UPM 2019

Los profesores Raúl García Castro y Óscar Corcho García (profesor del Máster U. en Inteligencia Artificial) y miembros del Ontology Engineering Group han obtenido el Premio Artículo Científico más citado de la Universidad Politécnica de Madrid 2019. Artículo premiado (actualmente 1203 citas en google scholar): Michael Compton, Payam Barnaghi, Luis Bermudez, Raúl Garía-Castro, Óscar Corcho, Simon Cox, John Graybeal, Manfred Hauswirth, Cory Henson, Arthur Herzog, Vincent Huang, Krzysztof Janowiczj, W. David Kelsey, Danh Le Phuoc, Laurent Lefort, Myriam Leggieri, Holger Neuhaus, Andriy Nikolov, Kevin Pagem, Alexandre Passant, Amit Sheth, Kerry Taylor (2012): The SSN ontology of the W3C semantic sensor network incubator group, Journal of Web Semantics 17, 25-32.
Español

Páginas

Suscribirse a RSS - top