Clasificador de mamografias con Redes neuronales convolucionales
Lunes 16 de agosto, 2021
Ponente: Mtra. Mayra Cristina Berrones Reyes, Universidad Autónoma de Nuevo León.
Resumen:
Existen muchas aplicaciones en el area de inteligencia artificial y aprendizaje de máquina para problemas de nuestra vida cotidiana. En esta presentación queremos abordar el tema de aprendizaje profundo, que es la siguiente etapa del area de ciencia computacional, con la que se busca crear herramientas auxiliares para problemas más especializados, como lo son la tarea de reconocimiento de imágenes en el area de medicina.
Reseña:
Mayra Cristina Berrones Reyes tiene el grado de ingeniera en Tecnología de Software por la Universidad Autónoma de Nuevo León. Completó la maestría en la misma universidad y actualmente se encuentra realizando estudios de doctorado en el mismo posgrado. Durante la maestría realizó una estancia académica en la Universidad de Deusto en Bilbao España, en donde terminó su investigación. Su área de interés es la ciencia de datos, el aprendizaje máquina e inteligencia artificial en conjunto con otras diciplinas como lo son el área médica.
Women in Data Science (WiDS) Guanajuato
Lunes 21 de junio
WIDS tiene como objetivo inspirar y educar a científicos de datos de todo el mundo, independientemente del género, y apoyar a las mujeres en el campo. Esta conferencia técnica anual de un día brinda la oportunidad de conocer las últimas investigaciones y aplicaciones relacionadas con la ciencia de la información en un amplio conjunto de dominios. Todos los géneros están invitados a participar en la conferencia, que presenta a mujeres destacadas que realizan un trabajo excepcional.
"WiDS Guanajuato is an independent event organized by CIMAT to coincide with the annual Global Women in Data Science (WiDS) Conference held at Stanford University and an estimated 150+ locations worldwide. All genders are invited to attend WiDS regional events, which features outstanding women doing outstanding work."
¡Te invitamos a registrarte!
https://widsguanajuato.eventos.cimat.mx/
Lunes 3 de mayo, 13 hrs. (Hora CDMX)
Hacer al posgrado en estadística o bioestadística en la Universidad de Toronto
Resumen:
Dr. Osvaldo Espin Garcia y Dra. Vianey Leos Barajas, profesores en bioestadística y estadística, respectivamente, en la Universidad de Toronto platicarán sobre las ramas de investigación de sus departamentos, oportunidades de posgrado, y como preparar la aplicación para los programas de maestría y doctorado. Participantes tendrán la oportunidad de hacer preguntas.
12 de abril de 2021, 16.00 hrs. (GMT-6)
Algoritmos de IA y Ciencia de Datos en el estudio de afecciones
Dra. Juana Canul Reich, Ph.D.
UJAT-DACYTI
En la charla se aborda la naturaleza multidisciplinaria de la Ciencia de Datos y su enfoque en el área de la salud. Se describe el concepto de repositorio y se listan algunos repositorios públicos de datos con acceso desde la web, los cuales son fuentes de datases para la investigación científica. Se habla del concepto de algoritmos inteligentes o de aprendizaje automático haciendo énfasis en la diferencia entre algoritmos de caja negra y los de representación gráfica.
Finalmente, se describen los proyectos de investigación en el área de la salud en los que he participado: Análisis de datos microarray, Modelo predictivo para el Síndrome de Guillain- Barré, Identificación de bacterias coexistentes en la Vaginosis Bacteriana.
Reseña Dra. Juana Canul-Reich: Es Doctora en Ciencias de la Computación e Ingeniería por la Universidad del Sur de Florida, en el área de Minería de Datos. Actualmente es Profesora-Investigadora titular en la División Académica de Ciencias y Tecnologías de la Información de la UJAT, donde forma parte del Núcleo Académico Básico de la Maestría y del Doctorado en Ciencias de la Computación, ambos registrados en el PNPC del Conacyt. Es, además, miembro fundador del Cuerpo Académico Inteligencia Artificial, consolidado ante el Prodep. Desde el 2015, es miembro del Sistema Nacional de Investigadores del Conacyt. Participa activamente como árbitro en revistas científicas nacionales e internacionales. Ha sido responsable de proyectos de investigación financiados por el Prodep y Conacyt. Sus intereses en investigación se enfocan principalmente en la Ciencia de Datos e Inteligencia Artificial en el área de la Salud.
8 de marzo de 2021, 10.30 hrs. (GMT-6)
Un modelo "nowcasting" de la actividad económica mensual de México
Dra. Graciela González Farías
Presentamos un nuevo enfoque basado en modelos de factores dinámicos (DFM) para realizar pronósticos inmediatos de la variación porcentual anual del Indicador de Actividad Económica Global de México (IGAE). El procedimiento consta de los siguientes pasos: i) construir una base de datos oportuna y correlacionada utilizando series de tiempo económicas y financieras y variables en tiempo real como la movilidad social y temas significativos extraídos por Google Trends; ii) estimar los factores comunes utilizando la metodología de dos pasos de Doz et al. (2011); iii) utilizar los factores comunes en modelos de series de tiempo univariantes para los datos de prueba; y iv) de acuerdo con los mejores resultados obtenidos en el paso anterior, combinar las predicciones inmediatas mejores estadísticamente iguales (prueba de Diebold-Mariano) para generar las predicciones inmediatas actuales. Obtenemos pronósticos oportunos y precisos para el IGAE, incluidos los de la fase actual de caídas drásticas en la economía relacionadas con las medidas sanitarias del COVID-19. Además, el enfoque nos permite desenredar las variables clave en el DFM estimando el intervalo de confianza tanto para las cargas factoriales como para las estimaciones factoriales. Este enfoque se puede utilizar en las estadísticas oficiales para obtener estimaciones preliminares de IGAE hasta 50 días antes de los resultados oficiales. Los resultados los está implementando el INEGI y las predicciones son bastante satisfactorias.
Trabajo realizado con la colaboración de Francisco Corona Villavicencio, y Jesús López-Pérez (INEGI)
Reseña Dra. Graciela González Farías: La Dra. Graciela González Farías cuenta con la liccenciatura en Matemáticas, Maestría en Metodologías de la Cienca, Maestría en Estadística Experimenta y cuenta con un doctorado en Estadística por la Universidad estatal de Carolina del Norte. Es actualmente miembro del Sistema Nacional de Investigadores con Nivel III y es directora de la Unidad de Monterrey del CIMAT. Entre sus intereses se encuentra la modelación de estructuras con dependencias, tanto espaciales como temporales, con aplicaciones en economía y bioestadística. Ha publicado más de 50 artículos en revistas de prestigio y es editor asociada para varias revistas de investigación internacionales.
8 de marzo de 2021, 11.30 hrs. (GMT-6)
Grandes mujeres matemáticas: Su historia, trabajo y luchas
Dra. Alejandra Menéndez Ortiz
Históricamente el papel de la mujer en las matemáticas se ha visto opacado con respecto al de sus contrapartes masculinas. Sin embargo, han existido grandes mujeres, quienes se han enfrentado a los diversos retos que les han presentado las sociedades y costumbres de sus épocas, para poder realizar grandes aportaciones en esta fascinante área del saber humano. En esta charla analizaremos la vida de cuatro importantes mujeres matemáticas: Hypatia de Alejandría, Ada Lovelace, Sofia Kovalevskaya, Mary Cartwright y Julia Robinson. Veremos quiénes son, dónde vivieron, cómo fue su entorno y la sociedad en la que les tocó vivir; cuáles fueron sus trabajos más importantes y las aportaciones a sus diferentes disciplinas, así como todos los retos a los que tuvieron que enfrentarse durante sus carreras como investigadoras de las matemáticas.
Reseña Dra. Alejandra Menéndez Ortiz: Es profesora-investigadora de tiempo completo en la Universidad del Mar, campus Puerto Escondido y es miembro del Sistema Nacional de Investigadores nivel candidato. Realizó una estancia posdoctoral en el Centro de Investigación en Matemáticas, A.C. en Guanajuato, Gto. Obtuvo sus grados de maestra y doctora en Ciencias Computacionales en el Instituto Nacional de Astrofísica, Óptica y Electrónica. Durante estos estudios realizó investigaciones en el área de seguridad multimedia con especial énfasis en la protección de audio y música. Ha publicado 13 artículos científicos en congresos y revistas internacionales. Es egresada de la Universidad del Mar, campus Puerto Escondido, donde cursó sus estudios de Licenciatura en Informática. Sus intereses principales son la investigación científica, enseñanza y divulgación del área de seguridad multimedia, de las ciencias computacionales y las matemáticas aplicadas.
8 de febrero de 2021
¿Qué se puede, y que no, hacer con Twitter?
Conferencista: Daniela Moctezuma
La idea es presentar algunos trabajos, terminados, en proceso, y futuros, usando este tipo de información. Ejemplos de qué es ciencia de datos, y qué se está haciendo con datos de internet, más específicamente con datos de Twitter.
Horario de 16:00 a 17:00 hrs.
Transmisión por Facebook Live
https://www.facebook.com/
¡Te invitamos a registrarte en: https://mexicanasencienciadedatos.cimat.mx/es/RegistroMujeresCiencia!
Reseña Dra. Daniela Moctezuma: Doctora en Tecnologías de la Información y Sistemas Informáticos por la Universidad Rey Juan Carlos en Madrid, España. Recibió el grado en junio de 2013 con mención honorífica Cum laude. Es maestra en Ciencias en Ciencias Computacionales por el Centro Nacional de Investigación y Desarrollo Tecnológico (CENIDET), Cuernavaca, Morelos, en el 2009 con mención honorífica. Actualmente es investigadora y profesora (Cátedra Conacyt) del Centro de Investigación en Ciencias de Información Geoespacial (CentroGEO) desde el 2014 y desde 2019 coordinadora académica de la sede de CentroGEO en Aguascalientes. Es miembro del Sistema Nacional de Investigadores nivel I. Sus principales líneas de investigación son visión artificial, aprendizaje automático, categorización de texto, percepción remota y vídeo vigilancia inteligente.
26 y 27 de octubre
Minicurso de Julia
Instructora: Dra. Claudia Solis-Lemus, University of Wisconsin-Madison
Julia es un lenguaje de programación multiplataforma y multiparadigma de tipado dinámico de alto nivel y desempeño para la computación genérica, técnica y científica, con una sintaxis similar a la de otros entornos de computación similares.
Debido a que el compilador de Julia es diferente de los intérpretes utilizados para lenguajes como Python o R, es posible que el rendimiento de Julia no sea intuitivo al principio, pero la curva de aprendizaje se ve recompensada con un programa dinámico cuyo código que es casi tan rápido como C.
27 de abril de 2020
Organización de WiDS en Guanajuato
WIDS tiene como objetivo inspirar y educar a científicos de datos de todo el mundo, independientemente del género, y apoyar a las mujeres en el campo. Esta conferencia técnica anual de un día brinda la oportunidad de conocer las últimas investigaciones y aplicaciones relacionadas con la ciencia de la información en un amplio conjunto de dominios. Todos los géneros están invitados a participar en la conferencia, que presenta a mujeres destacadas que realizan un trabajo excepcional.
"WiDS Guanajuato is an independent event organized by CIMAT to coincide with the annual Global Women in Data Science (WiDS) Conference held at Stanford University and an estimated 150+ locations worldwide. All genders are invited to attend WiDS regional events, which features outstanding women doing outstanding work."