XIV Jornadas de Ciencias de la Computación
19, 20 y 21 de Octubre de 2016 - Rosario, Santa Fe, Argentina
Las Jornadas de Ciencias de la Computación (JCC) se presentan como una iniciativa del Departamento de Ciencias de la Computación de la Facultad de Ciencias Exactas, Ingeniería y Agrimensura de la Universidad Nacional de Rosario, de carácter abierto y gratuito con el objetivo de promover el contacto de los alumnos de la Facultad con investigadores y profesionales en temas relacionados con el ámbito de las ciencias de la computación, al mismo tiempo que nos permite mantenernos actualizados sobre las tendencias en investigación y desarrollo que se realizan en la región.
La edición 2016 de las JCC se llevará a cabo los días 19, 20 y 21 de Octubre en la Facultad de Ciencias Exactas, Ingeniería y Agrimensura de Rosario
Las JCC se llevaron a cabo por primera vez en noviembre del año 2000. Año tras año han participado decenas de personas provenientes de empresas de desarrollo de software local, estudiantes e investigadores de esta casa de estudios y de universidades destacadas de la zona, entre las cuales podemos mencionar a la Universidad Nacional de La Plata, Universidad Nacional de Córdoba, Universidad Nacional de Río Cuarto y la Universidad de la República (Montevideo-Uruguay). La realización de las JCC es un proceso que continúa año a año y constituye un logro significativo del cuerpo de docentes y de estudiantes de la carrera Licenciatura en Ciencias de la Computación.
En esta charla presentamos un resumen de lo que sucede cuando afrontamos un problema computacional desde el estudio de su complejidad hasta el diseño de soluciones.
Vamos a considerar como ejemplo un clásico problema de optimización combinatoria llamado QAP (ubicación de instalaciones sujeta a costos). Por un lado, veremos que se trata de un problema NP-Hard, es decir, no se conocen actualmente algoritmos exactos que sean eficientes. En este contexto, vamos a explicar una nueva técnica para demostrar que un problema es hard, en particular, esta técnica es lo ultimo en teoría de la complejidad ya que se puede aplicar a la programación orientada a objetos.
Por otro lado, daremos un poco de esperanza a la complejidad de QAP por medio de nuevas técnicas heurísticas, es decir, sacrificamos lo exacto y adoptamos una solución aproximada. Estas nuevas técnicas podrían ser una buena alternativa para evitar la tremenda complejidad de los problemas NP-Hard.
por Andrés Rojas Paredes y Jheison López Restrepo (UNGS)
El área de planing es una de las más clásicas dentro de la Inteligencia Artificial. Un plan es una secuencia de acciones elegidas de un dominio dado que permiten a un agente transformar un estado inicial en un estado final indicado como meta. Existen en la actualidad, distintos lenguajes de especificación de problemas de planing y se han desarrollado herramientas que implementan heuristicas que pueden resolver problemas de gran tamaño. En esta charla introduciré primero el problema de planning mediante ejemplos, y mostraré los lenguajes utilizados para la especificación de problemas. Describiré despues nuestro trabajo en optimización de dominios de planning, que intenta, dado un dominio D, obtener un dominio D' equivalente, pero con mejores propiedades computacionales.
por Carlos Areces (FaMAF UNC)
La especialidad médica de Diagnóstico por Imágenes es una de las áreas con mayor desarrollo en el posprocesamiento de imágenes tomográficas las cuales combinan técnicas estructurales, funcionales y moleculares para abarcar una caracterización tisular no invasiva que no se puede lograr con algún otra modalidad de diagnóstico. En la presente charla se abordarán los aportes, retos y problemáticas que actualmente existen en la técnica híbrida más avanzada en Diagnóstico por Imágenes: el PET/MR. La CNEA adquirió uno de los dos únicos equipos que se han instalado en latinoamérica/hemisferio sur que fue instalado en FUESMEN, con esta escáner se ha logrado una adquisición simultánea de dos de las grandes disciplinas que se utilizan en Radiología y que permiten el diagnóstico de un gran abanico de enfermedades.
por Daniel Fino (FUESMEN)
En el ámbito de la Ingeniería del Software la gestión de código heredado estructurado es un ámbito de trabajo que, con el paso del tiempo, va teniendo más relevancia. Para facilitar la comprensión y el mantenimiento de este tipo de sistemas, se ofrece una metodología que permite hacer una migración de modelos. Este trabajo muestra el resultado de una investigación que define un conjunto de refactorings que se aplican a un modelo de alto nivel estructurado para generar un modelo de datos mejorado OO. Se presentarán casos de estudios y resultados, con una propuesta de métricas para hacer una evaluación objetiva.
por Ignacio Cassol (Universidad Austral)
Las Redes Neuronales Convolucionales (Convolutional Neural Networks, CNNs) han desplazado a los métodos tradicionales de Machine Vision en muchas aplicaciones prácticas, gracias a los recientes avances en su diseño e implementación. Concretamente han logrado mejorar significativamente el desempeño sobre numerosas aplicaciones y en muchos casos resolver problemas completamente nuevos, fuera del alcance de las técnicas tradicionales. El éxito de las CNNs reside en que estos modelos multicapa aprenden de los datos los extractores de características necesarios para la resolución del problema en particular. La profundidad de estos modelos (es decir, el número de capas) permite capturar de una imagen, conceptos de creciente nivel de complejidad. De esta forma las CNNs son parte fundamental de lo que se conoce como Deep Learning. Esta nueva rama de Machine Learning se destaca por la velocidad con se que transfieren desarrollos producto de investigación básica hacia aplicaciones tecnológicas concretas. En esta charla introduciré algunos conceptos básicos de estas redes y mostraré sus aplicaciones más recientes.
por Lucas Uzal (CIFASIS)
La necesidad de tomar buenas decisiones es el motivo principal que nos moviliza a desarrollar sistemas de información que puedan abordar con mayor inteligencia la complejidad creciente de los modelos de negocios. El contexto actual requiere de organizaciones más inteligentes. Los errores que hasta hace un tiempo los clientes dejaban pasar, hoy son simplemente inaceptables. Se necesita tomar decisiones cada vez más rápidas e inteligentes, y hacerlo con un nivel de personalización muy alto en relación al cliente. La buena noticia es que hoy contamos con gran capacidad de cómputo y almacenamiento, y las nuevas técnicas de inteligencia artificial pueden hacer mucho por nosotros. Pero ¿cómo organizamos todos estos recursos para lograr aumentar la calidad de nuestras decisiones sin un proyecto largo y costoso de data mining? En esta charla expondremos la manera en que el equipo de innovación tecnológica de NeuralSoft entiende la forma en la que estos recursos deben ser integrados. Explicaremos cómo convertir el análisis inteligente de los datos en una cuestión cotidiana que impacta en toda la organización.
por Pablo Altamura (NeuralSoft)
Los hipervisores permiten que múltiples sistemas operativos se ejecuten en un hardware compartido y ofrecen un medio para establecer mejoras de seguridad y flexibilidad de sistemas de software. En esta charla presentamos la formalización de un modelo de hipervisor y establecemos (formalmente) que el hipervisor asegura propiedades de aislamiento entre los diferentes sistemas operativos de la plataforma, y que las solicitudes de estos sistemas son atendidas siempre. Demostramos también que las plataformas virtualizadas son trasparentes, es decir, que un sistema operativo no puede distinguir si ejecuta sólo en la plataforma o si lo hace junto con otros sistemas operativos. Finalmente, en la charla comentaremos trabajos en curso relacionados con el análisis (formal) de modelos de seguridad para dispositivos móviles Android.
por Carlos Luna (UdelaR)
Las células han estado interpretando al genoma por millones de años y hoy en día secuenciar un genoma es relativamente simple y no muy costoso, por lo tanto “leerlo” no es un problema. El desafío actual es poder descifrarlo e interpretarlo. Además, existe una enorme cantidad de datos genómicos disponibles en la actualidad por lo que analizarlos sin métodos estadísticos y computacionales se torna imposible.
Para resolver esta clase de problemas se utiliza la bioinformática, que es una ciencia interdisciplinaria que surge a partir de distintos campos como biología, química, física, matemática, estadística, inteligencia artificial y ciencias de la computación. Muchas veces se ve a esta rama de la ciencia solo como una herramienta de aplicación de técnicas matemáticas y algoritmos computacionales para resolver problemas biológicos y no como una disciplina científica per se.
El objetivo de la charla es introducir al público sobre la Bioinformática y como contribuir a la resolución de problemas complejos en biología molecular. Completaré la charla con un breve resumen de nuestro grupo de investigación en el IBR (Instituto de Biología Molecular y Celular de Rosario) y mostraré ejemplos de como utilizar el cluster del CCT (Conicet – Rosario) para ejecutar tareas que requieren de gran capacidad computacional o grandes cantidades de memoria.
por Uciel Pablo Chorostecki (IBR)
Muchos de los tipos de datos más utilizados comparten la característica de poder ser pensados como una serie de esqueletos, o plantillas, para contener otros datos. Las listas, los árboles, los streams, son ejemplos de tipos de datos de esta clase. Esta propiedad que los integra permite analizarlos de forma segregada: por una lado se encuentra su estructura y por otro la información a almacenar. Los containers se presentan como una buena alternativa de representación de esta clase de constructores de tipos, explotando esta potencialidad de separar estructura de contenido y proveyendo la posibilidad de estudiar la estructura de forma aislada.
En esta charla introduciré a los containers como una forma alternativa de describir constructores de tipos de datos, a partir de ejemplos en lenguaje de programación Agda. Mostraré su utilidad a la hora de programar genéricamente.
por Eugenia Simich (FCEIA - UNR)
Crystal es un lenguaje de programación desarrollado en Argentina que prioriza la experiencia de usuario del programador, evitando los problemas de performance usualmente asociados a otros lenguajes de alto nivel utilizados en la industria, como Ruby o Python.
Además de introducir varias de las características distintivas del lenguaje (su sintaxis liviana, sistema de tipos y generación de código nativo, entre otras), el objetivo de este taller es permitir a los asistentes tener un primer contacto con el lenguaje, resolviendo ejercicios prácticos y sentando las bases para contribuir herramientas a esta comunidad.
Jueves 20: Laboratorio de Básicas
Viernes 21: Laboratorio del 1er piso
por Juan Edi (Manas)
Charla de difusión de la carrera. Se hablará de las diferentes materias y haremos un recorrido a través de toda la carrera con el objetivo de introducir a posibles estudiantes y motivar a los estudiantes de los primeros años. Sobre el final se expondrán trabajos prácticos realizados por los estudiantes.
por Martín Ceresa (DCC - FCEIA - UNR)
Es notable el crecimiento de la cantidad de aparatos electrónicos que la sociedad usa día a día. Dependiendo del tipo de tarea que estos realizan podrían no necesitar interactuar con otros dispositivos (por ejemplo cuando un reloj pulsera intenta calcular las calorías quemadas del usuario). En cambio, en otros tipos de tareas los dispositivos sí podrían necesitar interactuar con sus pares para poder llevar a cabo su objetivo o bien optimizar su trabajo, como por ejemplo dos robots que deben intercambiar sus herramientas para cumplir con sus metas o dos aspiradoras automáticas que se encuentran en una habitación y encuentran conveniente dividirse las regiones del suelo para limpiar.
La negociación es un mecanismo que se utiliza para resolver disputas, tiene como propósito principal alcanzar un acuerdo y particularmente alcanzarlo en presencia de conflicto de intereses y preferencias. En la literatura generalmente se usan tres herramientas para enfrentar un problema de negociación automática: teoría de juegos, heurísticas y argumentación. En esta charla se hablará sobre estas herramientas aplicadas a la negociación automática.
por Pablo Pilotti (CIFASIS)
Modelica es un lenguaje de modelado orientado a objetos para describir sistemas dinámicos, con capacidad para representar sistemas híbridos (combinación de ecuaciones diferenciales con eventos discretos). Con el creciente poder computacional disponible, los modelos matemáticos de fenómenos físicos fueron creciendo en complejidad y tamaño. Esto impone nuevos problemas en las herramientas haciendo muchas veces imposible la simulación del modelo descripto.
En esta charla comentaremos nuevos resultados concernientes al proceso de compilación de sistemas dinámicos de gran escala con Modelica. Haremos foco en las transformaciones necesarias en el procesamiento del modelo y su adaptación para tratar modelos grandes. Presentaremos también la herramienta ModelicaCC y las tecnologías utilizadas para su desarrollo.
por Federico Bergero (CIFASIS)
Valor: $250
Lugar: Club Atlético Olegario Víctor Andrade (CAOVA). San Martín 4989. (mapa)
Para consultas, contactarse con la organización: jcc [@] fceia.unr.edu.ar
El Departamento de Ciencias de la Computación reconoce a aquellos alumnos que han completado el cursado de la Licenciatura en Ciencias de la Computación en el año 2016
| ↓ Hora Día → | Miércoles | Jueves | Viernes |
| 10:30 - 12:30 | Taller: Introducción a Crystal | ||
| 12:30 - 13:40 | |||
| 13:40 - 14:00 | Acto de apertura | ||
| 14:00 - 15:00 | Teoría de la complejidad y Heurísticas | Desafíos computacionales en radiodiagnóstico por MR y MR/PET | |
| 15:00 - 16:00 | Construyendo tipos de datos con containers | Optimizando Dominios de Planning | |
| 16:00 - 17:00 | La Inteligencia Artificial aplicada a la gestión de las organizaciones | Coffee Break | |
| 17:00 - 17:30 | Coffee Break | Sobre Negociación Automática | La bioinformática como disciplina científica |
| 17:30 - 18:00 | Un compilador para grandes modelos Modelica | ||
| 18:00 - 19:00 | Charla de difusión: Elige tu propia LCC | Refactorización de modelos estructurados de alto nivel a OO | Análisis formal de modelos de seguridad para sistemas críticos |
| 19:00 - 20:00 | Deep Learning en Machine Vision | Entrega de diplomas | |
| 21:00 - ∞ | Cena de camaradería | ||
 |
 |
 |
 |
 |