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.

Una visión computacional de la química: de la química cuántica al aprendizaje automático

Ponente: Ignacio Funes Ardoiz (Investigador del Departamento de Química, miembro del Grupo de Investigación en Fotoquímica Orgánica, Universidad de La Rioja).

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

Hora: martes 10 de mayo de 2022, 12:00.

Resumen: La química es la ciencia que se encarga del estudio de la materia. Tradicionalmente, se ha relacionado muy estrechamente con el trabajo de laboratorio, desde la síntesis al análisis de nuevos compuestos y materiales. Con el auge de la mecánica cuántica y los ordenadores a lo largo del siglo XX, una nueva vertiente derivada de la química teórica ha ganado mucho peso a la hora de comprender los procesos a escala molecular: la química computacional.

En este seminario, se tratará de hacer un recorrido, desde un punto de vista computacional, a los últimos avances en ciencia de datos, aprendizaje automático y programas informáticos, que los químicos usamos para entender las reacciones del mundo que nos rodea. Finalmente, se discutirán dos ejemplos concretos del autor sobre la aplicación de la ciencia de computación a la química: el desarrollo del programa GoodVibes1,2 y el uso de aprendizaje automático no supervisado para la búsqueda de nuevos catalizadores.3

1 https://github.com/patonlab/GoodVibes;

2 Liuchini, G.; Alegre-Requena, J. V.; Funes-Ardoiz, I.; Paton, R. S. “GoodVibes: automated thermochemistry for heterogeneous computational chemistry data” F1000Research, 2020, 9, 291.

3 Hueffel, J. A.; Sperger, T.; Funes-Ardoiz, I.; Ward, J. S; Rissanen, J.; Schoenebeck, F. “Accelerated dinuclear palladium catalyst identification through unsupervised machine learning” Science, 2021, 374, 1134.

De Richelieu a Pegasus: la evolución de las TICs como desafío para el secreto de las comunicaciones

Ponente: Juan De La Cruz Ocón García (Profesor del Departamento de Derecho, miembro del Grupo de Investigación Poderes Públicos y Derechos: nuevos escenarios, Universidad de La Rioja).

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

Hora: martes 3 de mayo de 2022, 12:00.

Resumen: La Constitución Española de 1978 garantiza “el secreto de las comunicaciones y, en especial, de las postales, telegráficas y telefónicas, salvo resolución judicial”, un derecho fundamental que trata de confinar el riesgo inherente a los procesos comunicativos que requieren de un soporte cuyo control depende de un tercero.

Las profundas transformaciones sociales y tecnológicas operadas en la realidad que su literalidad describe constituyen verdaderos desafíos para los Estados constitucionales. Aspectos como la proliferación de nuevas plataformas de comunicación, la convergencia tecnológica de dispositivos, la generalización del uso de sistemas de cifrado o la exorbitante capacidad actual para acceder a comunicaciones ajenas son algunos de los problemas que debe afrontar el derecho fundamental y que abordaremos en esta charla.

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

True Artificial Intelligence o Artefactos cognitivos que aprenden

Inteligencia Artificial Semántica, la convergencia entre IA simbólica e IA orientada al aprendizaje automático

Ponente: Susana López Sola (Responsable de Área Comercial, GNOSS — Grafos de Conocimiento –), Esteban Sota (Jefe de Proyectos, GNOSS).

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

Hora: martes 26 de abril de 2022, 12:00.

Resumen: La Inteligencia Artificial Semántica y Contextual es una condición para construir True Artificial Intelligence, una IA capaz de operar con las personas en un marco de ‘sentido común’.

Durante más de 5 décadas, DARPA (Defense Advanced Research Projects Agency) ha liderado la investigación y el desarrollo que ha posibilitado el avance y aplicación de tecnologías de Inteligencia Artificial basadas en reglas y aprendizaje estadístico (Aprendizaje Automático y Aprendizaje Profundo). Según ellos, la IA de siguiente generación permitirá a los sistemas añadir la capacidad de explicar sus resultados y dotarlos de razonamiento con “conocimiento de sentido común”.

La IA Semántica tiene como propósito construir esa clase de “artefactos cognitivos”, basados en la representación ontológica del conocimiento humano y su traspaso a las máquinas mediante lenguajes técnicos de programación y sistemas específicos de cálculo y razonamiento. Se trata de construir ese artefacto cognitivo o “mental” evolutivo (que aprende), que posibilite interpretar el universo humano en el ámbito concreto que aplique y el conjunto de intenciones que lo informan con el fin de poder conversar o dialogar con las personas de un modo útil y contextual.

En este seminario se introducirá en qué consiste este enfoque de la inteligencia artificial y qué tecnologías concurren. Asimismo, se presentará cómo estas tecnologías se han concretado en la plataforma de desarrollo GNOSS Semantic AI Platform y en los servicios GNOSS Sherlock AI para la construcción de proyectos digitales, incluyendo la presentación de casos de uso.

Transformación digital estratégica: Hacia un enfoque metodológico

Ponente: Juan Antonio Pastor Collado (Departamento de Ingeniería de Servicios y Sistemas de Información — ESSI — , Facultad de Informática de Barcelona — FIB — , Universidad Politécnica de Cataluña — UPC –).

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

Hora: martes 19 de abril de 2022, 12:00.

Resumen: Últimamente se habla mucho de “transformación digital”, expresión que encierra diferentes acepciones y muy diversos tipos de proyectos informáticos, y que es sólo en parte algo realmente novedoso. En buena parte se corresponde con las dinámicas de proyectos de innovación informática, conocidas y estudiadas en décadas anteriores, con sus aspectos positivos potenciales pero también con sus riesgos manifiestos. En esta charla se presentan las características y retos principales de lo que ahora se conoce como “transformación digital”, y se propone su abordaje estratégico mediante enfoques metodológicos propuestos y probados desde la disciplina académica de Sistemas de Información. También se explicarán brevemente dos proyectos de investigación aplicada centrados en esta temática, recientemente iniciados por el ponente y sus colaboradores.

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

Computer vision and Deep Learning for plant phisiology

Ponente: Ángela Casado García (Universidad de La Rioja).

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

Hora: martes 29 de marzo de 2022, 12:00.

Resumen: La detección y la segmentación de objetos son unas de las áreas de la visión por computador que más aplicaciones tiene en diversos ámbitos como son la seguridad, la biología o la medicina. En la actualidad las técnicas más exitosas están basadas en métodos de aprendizaje profundo. Aunque estos métodos han logrado grandes resultados, tienen una serie de limitaciones. En esta presentación introduciremos las distintas aproximaciones que hemos desarrollado para abordar dichas limitaciones, y evaluar las soluciones propuestas en distintos contextos de la fisiología vegetal como son la medición de la densidad estomatal y de glándulas salinas, o la agricultura de precisión.