2023/2024

Hay 19 posts etiquetados con 2023/2024.

Despliegue de agentes conversacionales en distintas plataformas (Telegram, WhatsApp y Discord)

Ponente: Pablo Ascorbe Fernández (Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: miércoles 24 de enero de 2024, 12:00.

Resumen:  Los agentes conversacionales, también conocidos como chatbots (o como a mí me gusta llamarlos robots de cibercharla), permiten automatizar las conversaciones y el flujo que un posible cliente podría seguir a la hora de adquirir un servicio o resolver dudas respecto al mismo, entre otros posibles escenarios. Además, con la evolución tecnológica no solo están limitados a preguntas cerradas, sino que son capaces de comprender y responder preguntas abiertas. Las distintas plataformas de comunicación, redes sociales o aplicaciones de mensajería permiten crear bots o contactos que actúen como éstos para integrar agentes en sus servicios. El motivo de la charla es explicar qué son los agentes conversacionales y cómo se han podido desplegar en distintas plataformas.

Usos de la Inteligencia Artificial en meteorología y climatología

Ponente: Daniel San Martín Segura (CEO, Predictia Intelligent Data Solutions, https://predictia.es/).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: viernes 19 de enero de 2024, 12:00.

Resumen: Esta charla introducirá diversas aplicaciones de la Inteligencia Artificial en ciencias atmosféricas, considerando tanto las relacionadas con predicción meteorológica como con la modelización climática. Se abordarán tanto los usos mas clásicos del machine learning en estas disciplinas así como los recientes modelos de deep learning utilizados en meteorología.

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

Arsys Lab: plataforma de proyectos e innovación de Arsys

Ponente: Sara Madariaga Merino (Directora de Arsys Lab, Arsys, https://www.arsys.net/about/innovation).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: miércoles 20 de diciembre de 2023, 12:00.

Resumen: Arsys Lab es una iniciativa lanzada por Arsys en 2022 con el objetivo de coordinar las iniciativas de innovación de la empresa y construir un ecosistema junto con universidades, centros tecnológicos y otras empresas. Entre otras actividades, el equipo de Arsys Lab realiza pilotos y pruebas de concepto de nuevas tecnologías relacionadas con los datos y la computación en la nube y participa en proyectos colaborativos a nivel nacional y europeo. En esta charla queremos compartir la participación de Arsys en el proyecto europeo IPCEI-CIS, que consiste en el desarrollo de una infraestructura federada de computación entre distintos proveedores europeos.

La fiabilidad del consenso (medidas de importancia para «ensemble modeling» en ML)

Ponente: Eduardo Sáenz de Cabezón Irigaray (Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: miércoles 13 de diciembre de 2023, 12:00.

Resumen: La teoría de fiabilidad estudia mediante las medidas de importancia la contribución de cada componente de un sistema a la fiabilidad del mismo. En esta charla haremos una presentación básica de esta teoría y lanzaremos la pregunta de su posible aplicación a «ensemble modelling» en Aprendizaje Automático.

Automatización de Infraestructura con Terraform

Ponentes: Diego Cristóbal Herreros, Mario Ezquerro Sáenz, Adrián Barrio Andrés (CNCG Cloud Native Rioja, https://cloudnativerioja.com/).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: miércoles 22 de noviembre de 2023, 12:00.

Resumen: en esta charla presentaremos la iniciativa Cloud Native Computing Foundation y su representación de La Rioja. Presentaremos el paradigma de Infraestructura como Código (IaC) centrándonos en Terraform: exploraremos su historia, desde sus raíces hasta su posición actual en el mundo de la automatización de infraestructura, y analizaremos su impacto en el ámbito tecnológico. Descubriremos cómo Terraform se adapta a una variedad de proveedores, incluyendo AWS, Kubernetes, Cloudflare… A través de demostraciones en vivo y ejemplos prácticos, aprenderemos cómo utilizar Terraform para crear y gestionar recursos de infraestructura de manera eficiente y coherente en múltiples entornos.

Deep Detection and Segmentation Models for Plant Physiology and Precision Agriculture

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

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: miércoles 8 de noviembre de 2023, 12:00.

Resumen: In this thesis, we have focused on developing methods to improve the performance of deep object detection models. To achieve such a goal, we have used ensemble methods to devise an algorithm that enhances the accuracy and robustness of object detection models. Moreover, the proposed algorithm is the basis for defining semi-supervised learning techniques that reduce the number of annotated images that are required to train object detection models. In addition, we have simplified the creation and use of detection models by building an easy-to-use graphical interface. The developed methods and tools are not only applicable to object detection problems, but we have generalised them to a different computer vision task that is semantic segmentation. Finally, our work is not only theoretical, but it has also been applied to tackle actual problems in plant physiology and precision agriculture.

Nota: la charla se trata de una prueba de tiempo de la presentación de la Tesis Doctoral que Ángela realizará el día 16 de noviembre a las 10:00 en la Sala de Grados del Edificio CCT.

La perplejidad como herramienta para estimar la asignación de nivel de competencia en escritos de una lengua extranjera

Ponente: Gadea Mata Martínez (Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: miércoles 13 de septiembre de 2023, 12:00.

Resumen: la asignación de niveles de competencia a escritos producidos por aprendices de una lengua es una tarea altamente subjetiva. Es por esto que el desarrollo de métodos que evalúen escritos de manera automática puede ayudar tanto al profesorado como al alumnado. En este trabajo, hemos explorado dos vías mediante el uso del corpus CAES. Dicho corpus está formado por escritos de aprendices de español y etiquetado con niveles CEFR (hasta el C1). La primera aproximación es un modelo de aprendizaje profundo llamado Deep-ELE que asigna niveles de competencia a las frases. La segunda aproximación llevada a cabo ha consistido en estudiar la perplejidad de las frases de los estudiantes de distintos niveles, para luego clasificarlos en niveles. Ambas aproximaciones han sido evaluadas, y se ha comprobado que pueden usarse de manera exitosa para clasificar frases por niveles. En concreto, el modelo Deep-ELE obtiene una accuracy de 81,3% y un QWK de 0,83. Como conclusión, este trabajo es un paso para entender cómo las herramientas del procesado de lenguaje natural pueden ayudar a las personas que aprenden un segundo idioma.

Nota: la charla se trata de una prueba de tiempo de la ponencia que presentará Gadea en el XXXIX Congreso Internacional de la Sociedad Española para el Procesamiento del Lenguaje Natural (Jaén, 27-29 de septiembre de 2023, http://sepln2023.sepln.org/).

An Algorithm for translation of a Natural Language Question into SQL query

Ponente: Mariya Zhekova (Assistant Professor, University of Food Technologies in Plovdiv, Bulgaria).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: jueves 7 de septiembre de 2023, 12:00.

Resumen: The research is a crossroads in the fields of Informatics and Computational Linguistics and illustrates the understanding and interpretation of texts in natural language by computers. In it, the computer is trained with the help of grammar rules and classified linguistic corpora of possible word combinations of language units. The research presents an algorithm (a type of methodology) for creating a software module, independent of the programming language and of the query language, which copes with the task of extracting information from a relational database from a freely set user question. The goal can be achieved through pre-built models describing the considered domain area, rules, and question/query templates. The analytical capability of the proposed algorithm allows the language units identified by the question to be mapped to database objects, information about which can be found and returned in the form of a response from the system. Logical programming methods and processing in the algorithm do not depend on the programming language and technologies used. The presented method for semantic search and information retrieval can be implemented absolutely independently to different information systems operating in the same domain area. From the experiments made with user questions, it can be concluded that the software tool based on the proposed algorithm copes with the task of transforming natural language text into a database query.

Nota: the following links contain some of the materials that were also part of the talk by Mariya:

The slides of the talk are also available through the following link.