Homología persistente como herramienta de análisis de redes neuronales

Ponente: José Manuel Ros Rodrigo (Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: miércoles 16 de noviembre de 2022, 11:00.

Resumen: Esta presentación está dedicada al estudio de la homología persistente como herramienta matemática para su aplicación sobre redes neuronales. La herramienta fue introducida, de manera pionera, por S. Watanabe en el artículo «Topological measurement of deep neural networks» que constituye la base de este trabajo. Durante la revisión del artículo han surgido una serie de dificultades que han originado dos interpretaciones diferentes de los contenidos del mismo: la interpretación global y la interpretación local. Este estudio pretende ser un primer paso para comprender, por medio de herramientas matemáticas, la riqueza estructural de los modelos de deep learning.

Nota: puedes acceder a las transparencias de la charla a través del siguiente enlace.

Análisis topológico en un estudio de neurociencia del comportamiento

Ponente: Aina Ferrà Marcús (Investigadora Predoctoral, Grupo de Investigación en Métodos Topológicos en Aprendizaje Automático — https://www.ub.edu/tml_ub/ –, Universidad de Barcelona).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: martes 15 de noviembre de 2022, 11:00.

Resumen: La recompensa y la motivación son dos motores fundamentales del comportamiento humano y por eso se considera tan importante la identificación y caracterización de los núcleos cerebrales que los procesan. En esta charla explicaremos cómo se ha analizado una base de datos de un estudio sobre la motivación en neurociencia del comportamiento usando métodos topológicos. Concretamente, trataremos el problema de la clasificación de estados motivacionales de una persona usando un clasificador topológico. Llegaremos a conclusiones similares a las de estudios anteriores usando otros clasificadores, confirmando así la fiabilidad del clasificador. Además, analizaremos en detalle el efecto que tiene la reducción de la dimensionalidad sobre este clasificador topológico y sacaremos algunas conclusiones sorprendentes como, por ejemplo, que el clasificador es independiente de la varianza explicada.

Nota: puedes acceder a las transparencias de la charla a través del siguiente siguiente enlace.

¿Puede un teorema ser acíclico?

Ponentes: Jesús María Aransay Azofra, Laureano Lambán Pardo, Julio Rubio García (Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: martes 8 de noviembre de 2022, 11:00.

Resumen: ¿Qué? ¿Qué sentido tiene esa pregunta? Para intentar explicarlo haremos un recorrido apasionante (o, al menos, apasionado) en el que confluyen la lógica, la topología, la combinatoria, la informática (de la más teórica a la más aplicada) e incluso la teoría de juegos (o, al menos, un juego).

Algoritmos basados en la Teoría de Morse Discreta para el cálculo de la homología de espacios clasificantes

Ponente: Juan Antonio Delgado Tejada (Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC).

Hora: martes 11 de octubre de 2022, 11:00.

Resumen: Calcular la homología de un conjunto simplicial dado es, en general, una tarea difícil, sobre todo en el caso de que el conjunto simplicial no sea de tipo finito. La teoría de perturbación homológica y la teoría de Morse discreta son dos aproximaciones a la hora de organizar el cálculo de grupos de homología. En esta charla daremos unas nociones introductorias de ambos acercamientos, así como la construcción explícita de un campo de vectores sobre el espacio clasificante de un grupo simplicial reducido. Este campo de vectores proporciona no solo una nueva demostración de carácter geométrico sobre la reducción directa del espacio clasificante sobre la construcción Bar debida a P. Real, sino también una forma eficiente para su implementación en el sistema de cálculo simbólico Kenzo.

Nota: la charla se trata de una prueba de tiempo para el X Encuentro de Jóvenes Topólogos, que tendrá lugar del 18 al 20 de octubre de 2022 en Zaragoza.

Minería de procesos: extrayendo conocimiento de los logs de eventos

Ponente: Beatriz Pérez Valle (Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC)

Hora: lunes 4 de julio de 2022, 12:30.

Resumen: La minería de procesos (en inglés, Process Mining) es una disciplina relativamente reciente centrada principalmente en descubrir, monitorizar y mejorar procesos a través de la extracción de conocimiento de los registros de eventos (logs de eventos) de los sistemas de información.

En este seminario se dará una visión general de esta disciplina, recorriendo brevemente aspectos de los tres tipos de técnicas principales que ésta aborda: descubrimiento, análisis de la conformidad y mejora de los procesos.

Multivariate methods to track frequency shifts in EEG/MEG recordings

Ponente: Carmen Vidaurre Arbizu (Investigadora Principal, Tecnalia Research and Innovation, Basque Foundation for Science — Ikerbasque –).

Lugar: Salón de Actos (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC)

Hora: martes 14 de junio de 2022, 12:00.

Resumen: Instantaneous and peak frequency changes in neural oscillations have been linked to many perceptual, motor and cognitive processes. Yet, the majority of such studies have been performed in sensor space and only occasionally in source space. Furthermore, both terms have been used interchangeably in the literature, although they do not reflect the same aspect of neural oscillations. In this talk I will discuss the relation between instantaneous frequency, peak frequency and local frequency. Then, I will propose three different methods to find brain sources whose frequency estimate of interest (instantaneous, local or peak) is maximally correlated to an experimental variable.

Biografía: Carmen Vidaurre es Ikerbasque Research Associate en el grupo de neuroingeniería de Tecnalia. Anteriormente fue contratada Ramón y Cajal en la Univ. Pública de Navarra e investigadora en el grupo de Machine Learning de la Univ. Técnica de Berlín. También fue Marie Curie fellow del Fraunhofer Institute for Software Technik, en el grupo de análisis inteligente de datos. Se ha dedicado al análisis de señales del sistema nervioso central y periférico y al diseño de interfaces cerebrales adaptativas en línea. Actualmente está interesada en el desarrollo de métodos multimodales para obtener información sobre el funcionamiento del cerebro.

Nota: la conferencia se ha realizado con la colaboración del Vicerrectorado de Investigación e Internacionalización de la Universidad de La Rioja.

Generative Few-Shot Learning

Ponente: Adrián Inés Armas (Investigador Predoctoral, Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Salón de Actos (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC)

Hora: martes 31 de mayo de 2022, 12:00.

Resumen: El problema de few-shot learning en clasificación de imágenes consiste en crear un modelo que sea capaz de clasificar imágenes de nuevas clases usando un número muy reducido de imágenes de entrenamiento para cada clase. La dificultad de este problema radica en los pocos datos de entrenamiento que podemos usar y la gran cantidad de datos necesarios para entrenar modelos de Machine Learning o Deep Learning capaces de resolver este tipo de tareas.

En esta charla voy a contar el trabajo realizado en mi estancia de investigación en la Universidad Albert-Ludwigs de Alemania. En primer lugar, voy a introducir el problema de few-shot learning en la clasificación de imágenes, así como las aproximaciones que existen en la literatura. Posteriormente veremos cómo hemos abordado este problema usando redes generativas.

Gemelos digitales y la IA en el metaverso: Cómo aprender Edge-AI en 10 minutos

Ponente: Asier Arranz (Developer Marketing Manager, NVIDIA).

Lugar: Salón de Actos (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC)

Hora: viernes 27 de mayo de 2022, 12:00.

Resumen: En esta charla veremos qué es un gemelo digital y qué tiene que ver con el metaverso u omniverso. Veremos algunos ejemplos prácticos sobre cómo la inteligencia artificial se entrena dentro de mundos virtuales, a los que pronto los humanos accederemos. Y acabaremos viendo cómo la IA, gracias al entrenamiento con millones de datos, reales y sintéticos, llega a alcanzar límites que rozan (e incluso superan) a la creatividad humana.

Biografía: Asier Arranz trabaja en NVIDIA, en el área de inteligencia artificial. Anteriormente trabajó en computación cuántica para IBM en su laboratorio de Yorktown, en New York. Ha participado en varios proyectos sociales como MalariaSpot, donde desarrolló la aplicación que ayudaba a detectar parásitos de malaria a través de la gamificación. Ha sido el director del laboratorio de tecnología del IE Business y habitualmente imparte formaciones en MBAs.

Deep Learning models for interacting with cobots

Ponente: Manuel García Domínguez (Investigador Predoctoral, Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Salón de Actos (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC)

Hora: martes 24 de mayo de 2022, 12:00.

Resumen: En esta charla veremos cómo se han utilizado distintos modelos de aprendizaje profundo en un proyecto de monitorización de acciones para interactuar con robots colaborativos (cobots). Para ello nos hemos encargargado de todo el proceso del proyecto, desde la adquisición del dataset hasta la creación y uso del modelo de inteligencia artificial para la predicción de las acciones. A lo largo de la presentación recorreremos y profundizaremos en los pasos necesarios para realizar el proyecto, desde ver los vídeos sobre los que estamos trabajando hasta los resultados obtenidos. Este proyecto se ha llevado a cabo durante mi estancia en el Institute of Intelligent Industrial Technologies and Systems for Advanced Manufacturing, Bari (Italia).

Computar y castigar. Problemas jurídicos de las aplicaciones de Inteligencia Artificial con fines punitivos

Ponente: David San Martín Segura (Profesor de Derecho Administrativo, Universidad de La Rioja).

Lugar: Salón de Actos (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC)

Hora: martes 17 de mayo de 2022, 12:00.

Resumen: El uso de técnicas algorítmicas en el ejercicio de funciones públicas supone la penetración de tecnologías en el sistema de fuentes del Derecho. Es decir, aquellas pasan a integrar el modo en que las normas jurídicas se expresan y se aplican. Podemos hablar de auténticas «tecnologías normativas» empleadas, crecientemente, para adoptar decisiones jurídicas.

Este fenómeno ha comenzado a producirse también en el ámbito punitivo: en el ejercicio del poder público de castigar, tanto en el terreno penal como en el policial administrativo. En realidad, esas aplicaciones tecnológicas se están desarrollando con fines esencialmente preventivos, en actuaciones dirigidas a evitar la comisión de infracciones, más que a sancionarlas una vez consumadas.

Son aplicaciones que irrumpen en un espacio en sí mismo problemático: la actuación preventiva pública en torno a la valoración de la peligrosidad de los individuos. Los modelos algorítmicos se ofrecen como nueva promesa de objetividad y exactitud en las predicciones sobre la conducta humana, frente a la «subjetividad» de las valoraciones clásicas de los operadores jurídicos. Sin embargo, esta deriva hacia cálculos nomotéticos (agregados) y automatizados desliza interrogantes de eficacia predictiva, pero también de compatibilidad con postulados básicos de nuestro sistema jurídico (principio de legalidad, no discriminación, proceso debido, etc.).

El seminario propone explorar estos usos punitivos de la IA, todavía incipientes en España, y plantear un debate sobre su conveniencia, ante su previsible expansión en nuestro sistema jurídico.