Noticias

Hitos de los Proyectos Emblemáticos del IMFD a agosto de 2020

Datos para el estudio de problemas sociales complejos; creación de nuevos lenguajes de consulta para redes de información; extracción eficiente de datos en escenarios de alta complejidad; inteligencia artificial con explicación; y generación de estructuras de información robustas, son los nombres de los cinco proyectos emblemáticos del Instituto Milenio Fundamentos de los Datos (IMFD).
En esta nota, puedes conocer cuáles son sus focos de investigación, en qué están algunos de ellos y los trabajos que proyectan para el 2020.

 

  • Creación de nuevos lenguajes de consulta para redes de información:

Una de las novedades del proyecto emblemático 2 (PE2) es que el trabajo de los investigadores Gonzalo Navarro, Juan Reutter y el estudiante de postdoctorado Javiel Rojas, quienes desarrollaron nuevas técnicas para evaluación de consultas sobre grafos de manera eficiente, fue elegido entre los mejores de la conferencia ICDT 2020, que se realizó en Copenhague, Dinamarca, a comienzos de abril. Debido a este reconocimiento, dicho trabajo será parte de un número especial de TODS, la revista más prestigiosa de bases de datos.
Para la versión extendida de esta investigación se incorporó al investigador Diego Arroyuelo al grupo de trabajo, quien contribuyó agregando una implementación y un extenso estudio experimental que demuestra el valor práctico de la técnica de “qdags”, que había sido desarrollada sólo en forma teórica para ICDT 2020. Además, muestra su valor como un prototipo muy eficiente, que permite que sea incorporado a sistemas reales de manejo de bases de datos.

Recientemente, los investigadores Aidan Hogan, Cristian Riveros y el alumno Adrián Soto se sumaron a un nuevo desarrollo del PE2, que busca implementar un algoritmo óptimo desarrollado por estos investigadores, usando una nueva representación compacta basada en índices comprimidos para textos cíclicos.
Se espera que el resultado entregue una variante que funcione en mucho menos espacio y por lo tanto pueda ser usado en memoria principal y en dispositivos de menor poder.

 

  • Inteligencia artificial con explicación:

El proyecto emblemático 4 (PE4) comenzó el año con el regreso del profesor Hans Lobel de su sabático en UC Berkeley, donde estuvo nueve meses. Durante este período se integró al grupo del profesor Alex Bayen, quien centra su investigación en el desarrollo de mecanismos de control inteligente de tráfico, utilizando vehículos autónomos.

Usando el framework FLOW, Hans exploró el uso de redes neuronales para modelar el comportamiento de conductores humanos y autónomos. Además, para lograr mejoras en los algoritmos de aprendizaje reforzado para traspasar los modelos desde un entorno simulado a uno real. Producto de esta colaboración, en este momento hay dos artículos en proceso de escritura, además de un tercer artículo centrado en mecanismos eficientes para inferencia distribuida en redes neuronales, que fue aceptado en el “International Workshop on Federated Learning for User Privacy and Data Confidentiality”, que se realizó en julio como parte de la conferencia ICML 2020.

Otra noticia positiva es la incorporación al grupo del investigador Naim Bro, postdoctorado del PE1, quien aportará toda su expertise en temas de políticas públicas. Junto a otros miembros del PE4, Naim está participando en una nueva investigación sobre cómo en distintas áreas de la ciudad, se distribuyen tendencias demográficas y sociales, de manera de informar la toma de decisiones sobre políticas públicas. La idea es que la incorporación de Naim ayude a construir puentes de comunicación entre las áreas de ciencias sociales y computacionales del IMFD.

En una investigación liderada por Marcelo Mendoza, junto a la colaboración de Denis Parra y Álvaro Soto, se desarrolló un método para detección temprana de controversias en redes sociales. Dicho método se llama GENE y permite generar redes de usuarios en redes débilmente conectadas. Las redes generadas por el método están condicionadas a la representación conjunta de usuarios, entidades y a la inclinación de los usuarios hacia las entidades en términos de polaridad. Los investigadores muestran que GENE tiene capacidades predictivas, favoreciendo la detección temprana de polarización en redes sociales y la caracterización de escenarios que favorecen el surgimiento de controversias.
Este trabajo fue seleccionado para ser publicado en el Special Issue de Information Processing and Management, llamado “The dark side of online information behavior”, durante 2020.

 

  • Estructuras de información robustas:

El proyecto emblemático 5 (PE5) se enfoca en dos líneas de trabajo: investigar el alcance y propagación de desinformación en países de habla hispana; y examinar la manifestación de incivilidad o lenguaje de odio en medios digitales.

En el contexto de la pandemia de Covid-19 en Chile, y la relevancia del manejo y transparencia de los datos, el PE5 ha tenido un destacado posicionamiento de la ciencia de datos con actores clave del sector público y la sociedad civil.

Aquí, los webinars más importantes en los que han participado algunos investigadores del PE5:

Bárbara Poblete

Cátedra Introducción al Manejo de Datos, U. La Serena: “Datos, información confiable y buenas decisiones, en tiempos de incertidumbre”.
https://www.youtube.com/watch?v=-JREI48J0Jo

Workshop sobre acceso a información y datos en el contexto de la pandemia por COVID-19, organizado por el Consejo para la Transparencia: https://www.youtube.com/watch?time_continue=21&v=G_Ht0mrHASM&feature=emb_logo

Análisis semanal de los datos COVID-19 con Ricardo Baeza-Yates, de El Periodista.cl:
https://www.youtube.com/watch?time_continue=1188&v=MfUHqeblzMI&feature=emb_logo

Webinar Datos del COVID-19 en Chile, realizado por la Departamento de Ciencias de la Computación (DCC), de la U. de Chile:
https://www.youtube.com/watch?time_continue=1&v=T26vGwcbxH4&feature=emb_logo

Sebastián Valenzuela

Webinar “Inteligencia Artificial y fake news”, organizado por el Ministerio de Ciencia, Tecnología, Conocimiento e Innovación.
https://www.youtube.com/watch?v=jOu56h5s19I&feature=youtu.be

Datos para el estudio de problemas sociales complejos; creación de nuevos lenguajes de consulta para redes de información; extracción eficiente de datos en escenarios de alta complejidad; inteligencia artificial con explicación; y generación de estructuras de información robustas, son los nombres de los cinco proyectos emblemáticos del IMFD.
More news
View : All
Annual
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
Biannual
1st semester
2nd semester
Monthly
January
February
March
April
May
June
July
August
September
October
November
December
No news in this category
Show more
Nothing to show