Noticimat 16

Seminarios

Hora: 12:30 (GMT-6)

Enlace de transmisión: https://bluejeans.com/789853847

Ponente: Dra. Debora Gil (Computer Vision Center, UAB)

Título: Minimal Multimodal Systems with Maximal Clinical Outcomes

Resumen: In the era of precision medicine, artificial intelligence (AI) should represent a breakthrough in personalized assessment of patients. To have cost-effective solutions facilitating access of AI systems in clinical premises, several challenges should be addressed. First, for the sake of systems that can be effectively deployed in the clinical institutions, the development of one-shot approaches covering different aspects of the pathologies using a minimal set of clinical tests and devices is a must. Second, for an optimal performance, AI systems should be multimodal approaches able to properly combine information from different devices and manage data of variable size. Third, a main issue that an AI system involving humans should consider is the generalization power of systems, which includes reproducibility of results and capability for transfer learning. That is, to what extent a general model trained over a set of individuals, possibly of reduced sample size, can successfully predict a new unseen individual. Finally, algorithms should be optimized to allow an acceleration on cost-effective platforms requiring minimal investment and alteration of clinical protocols.

 

In order to ensure a maximal clinical output, predictive models for personalized medicine should address several specific challenges different from the ones common to other machine learning application areas. Models should collect and integrate diverse multimodal data sources in a quantitative manner that delivers reproducible clinical predictions. Models should also be easily interpreted from a clinical point of view (at different diagnostic levels) to allow the analysis of the clinical factors that have an impact on the clinical decision. In this talk, we will explain successful use cases of definition and efficient implementation of AI systems ensuring maximal clinical output using a minimal amount of, both, computational and clinical resources. In particular, the deep approaches for two clinical application scenarios will be exposed: 

 

Intelligent Radiomics. This line of research focuses on developing new architectures of neural networks allowing the integration of multi-modal data including images and other sensors, genomics, metabolomics and clinical data for personalized diagnostic systems and treatment planning. The specific applications are: 1) hybrid broncoscopy guidance systems that combine image and inertial sensors; 2) the modelling of radiogenomic patterns for multi-diagnostic systems (clinical, histological and genomic level) and personalized cancer treatments; 3) a translation of abstract deep features to radiological words. 

 

Assessment of Cognitive State. This line of research focuses on the use of specific deep architectures that allow the most optimal treatment of dynamically recorded time data with wearable sensors, EEG and video to predict a person's workload and determine if they need help and what is the best time to provide it. Specific applications are support systems adapted to the cognitive needs of each person by: 1) support for people with mild cognitive disabilities associated with age disorders; 3) Intelligent transportation systems (e.g. single pilot operations);

Hora: 12:45 (CDMX) 

Enlace de transmisión: https://bluejeans.com/783392129

Lugar: Salón Diego Bricio

Ponente: Joshué Heli Ricalde Guerrero (CIMAT)

Título: Juegos de Campo Medio con Ruido Común Poisson

Resumen: Los Juegos de Campo-Medio se definen como un problema de control límite, cuando el número de jugadores de un juego diferencial simétrico tiende a infinito. Es conocido que cuando existe una fuente de aleatoriedad Gaussiana común para todos los participantes en el juego de población finita, el equilibrio de Nash del juego converge al control óptimo del problema límite.

En la plática se muestra la formulación del Juego de Campo-Medio cuando la fuente de aleatoriedad común es del tipo Poisson. Para ello se usará que el sistema de ecuaciones diferenciales del juego con población finita converge débilmente a un sistema de ecuaciones diferenciales del tipo McKean-Vlasov, condicionalmente independientes e idénticamente distribuidas.

 

Hora: 10:00 (GMT-6)

Enlace de transmisión: meet.google.com/kfj-awho-zqt

Ponente: Prof. Wilson A. Zúñiga-Galindo (CINVESTAV-IPN y University of Texas Rio Grande Valley)

Título: Difusión ultramétrica, paisajes de energía rugosos y redes de transición

Resumen: El propósito de la plática es presentar algunos de los resultados de nuestro articulo: Ultrametric diffusion, rugged energy landscapes and transition networks, Physica A: Statistical Mechanics and its Applications,Volume 597, 2022, 127221, https://doi.org/10.1016/j.physa.2022.127221. Una red de transición p-ádica (o una red ultramétrica) es un modelo de un sistema complejo que consiste en un paisaje energía jerárquico, un proceso de Markov en el paisaje energía, y una ecuación maestra. El paisaje energético consiste en un número finito de cuencas. Cada cuenca está formada por infinitas configuraciones de la red, las cuales están organizadas jerárquicamente en un árbol regular infinito. Las transiciones entre las cuencas están determinadas por un matriz de densidad de transición, cuyas entradas son funciones definidas en el paisaje de energía. El proceso de Markov codifica la evolución temporal de la red como transiciones aleatorias entre configuraciones en el paisaje de energía. La ecuación maestra describe la evolución temporal de la densidad de las configuraciones.  Resolvemos explícitamente el problema de Cauchy para la ecuación maestra adjunta a ciertos tipos de redes. La solución de este problema es la respuesta de la red a una determinada concentración inicial. Si el proceso de Markov adjunto a la red es conservativo, la respuesta a largo plazo de la red está controlada por una cadena de Markov. Si el proceso no es conservativo la red tiene estados absorbentes. Definimos un tiempo de absorción, que depende de la concentración inicial, si este tiempo es finito la red alcanza un estado absorbente en un tiempo finito. Identificamos en la respuesta de la red los términos responsables de llevar la red a un estado de absorción. Los llamamos modos de transición rápida. La existencia de los modos de transición rápida es consecuencia de la suposición de que el paisaje de energía es ultramétrico (jerárquico).

Hora: 12:00 (GM-6)

Enlace de transmisión: https://tinyurl.com/algoritmosdeterministas

Ponente: Dr. Joel Antonio Trejo Sánchez (CIMAT-Mérida)

Título: Diseño de algoritmos deterministas para problemas de optimización combinatoria

Resumen: Muchos problemas de optimización combinatoria pertenecen a la clase de problemas NP-difícil. En esta charla se presentan un par de problemas de optimización combinatoria en gráficas. Se describe la dificultad de diseñar algoritmos, que en un tiempo razonable, nos aseguren obtener la solución óptima en estos problemas. Con el fin de solucionar dichos problemas, se presentan algunas relajaciones que permiten obtener la mejor solución en tiempo polinomial; es decir, en un tiempo razonable. Finalmente, se da un breve recorrido por los algoritmos de aproximación, los cuales permiten obtener una solución aproximada en una fracción del tiempo que requeriría obtener una solución óptima.

 

Hora: 16:00 (GM-6)

Enlace de transmisión: https://bluejeans.com/181486186 

Ponente: Dr. José Luis González Velarde (Tecnológico de Monterrey)

Título: Familly Traveling Salesman Problem with Capacitated Agents.

Resumen: This talk leads towards a new approach for the Family Traveling Salesman Problem (FTSP) using as an example a warehouse common problem. The enterprise owner of the warehouse wants to optimize the picking out total distance of the products, taking into account their available logistic resources.

 

This new extension of the standard FTSP is denoted as Family Traveling Salesman Problem with Capacitated Agents (FTSP-CA). The formulation of the problem is a single objective model, with binary variables. For the computational experimentation two methodologies were applied: Integer programming and Heuristics.

 From a set of 21 benchmark FTSP instances, a new group of 36 adapted instances were created that consider the FTSP-CA parameters. For the integer programming technique, the Cplex solver is used to obtain optimal integer solutions. For the second methodology, a Biased Random-Key Genetic Algorithm (BRKGA) was implemented to improve the

performance in time and while mantaining a high-quality value of solutions. Both solving techniques are compared to show the efficiency as solving techniques of the FTSP-CA.

Divulgación

Valentina Muñoz, Carmen Mares, Dennis Olvera y Marco Figueroa ofrecerán clases de matemáticas a las niñas y niños de la Escuela Primaria "Amado Nervo", ubicada en la colonia Valenciana, Guanajuato, Gto. 

Horario: 8:30 a 10:30 am.

 

Rocío González y Paulina de Graaf ofrecerán el taller "Matemáticas Recreativas para Primaria" a las y los docentes de la Escuela Primaria "José Ma. Luis Mora", ubicada en la comunidad de Empalme Escobedo, Comonfort, Gto. 

Horario: 9:00 am a 1:30 pm.

Dennis Olvera, Carmen Mares, Alma Ortega y Marco Figueroa montarán una feria de matemáticas recreativas en el Bachillerato Bivalente Militarizado Plantel León II, dirigida a las y los estudiantes de esta institución. 

Horario: 9:00 am a 2:00 pm.

 

Alma Ortega, Carmen Mares, Rocío González y Paulina de Graaf ofrecerán los talleres "Enredos" y "Hechizos en espejos" en el marco del Día Internacional de las Mujeres Matemáticas. 

Para consultar más información, visitar la página de Facebook de Matemorfosis.