Noticias

Papers, conferencias y premios destacados del IMFD a marzo de 2020

Artículos, conferencias y premios relevantes, según proyectos emblemáticos (PE) del instituto.

PE 1.

Populist multiculturalism in the Andes: Balancing political control and societal autonomy, publicado en Comparative Politics: a través de un análisis la implementación de políticas multiculturales bajo el gobierno de Evo Morales, y una extensión al caso de Ecuador, este artículo aborda las contradicciones que emergen en gobiernos que combinan formas de movilización populista y políticas multiculturales.
En particular, se busca explicar, a partir de la implementación de políticas como la consulta previa y la autonomía indígena, la emergencia de importantes conflictos sociopolíticos entre gobiernos y movimientos indígenas.
Este trabajo fue publicado en Comparative Politics.

bit.ly/2xyBe4q

Autor: Carla Alberti.

 

Getting Prepared to Be Prepared: How Interpersonal Skills Aid Fieldwork in Challenging Contexts: este artículo explora las habilidades interpersonales necesarias para llevar a cabo el trabajo de campo en contextos desafiantes, como áreas inseguras, contextos de polarización política o lugares desconocidos para el investigador, que dificultan la recolección de datos sobre problemáticas políticas complejas. En específico, se abordan cuatro problemas que emergen en el desarrollo del trabajo de campo: acceso, posicionalidad, bienestar del investigador, diseño de investigación y recolección de datos. A partir de las experiencias recogidas realizando entrevistas y observación participante, este artículo argumenta que habilidades interpersonales -como apertura, empatía, humildad y flexibilidad- son claves para enfrentar los problemas que emergen en el proceso de levantamiento de datos políticos en contextos desafiantes.
Este artículo fue publicado en Qualitative Sociology Review.

bit.ly/2Wgbfcz

Autores: Carla Alberti y Nicole Jenne, académica del Instituto de Ciencia Política, de la U. Católica.

 

PE 2.

On Dynamic Succinct Graph Representations: plantea las mejores representaciones para bases de datos de grafos permitiendo modificaciones en los datos.
Estas técnicas están siendo usadas, a la vez que otras alternativas que se están evaluando, para desarrollar cachés de consultas en bases de datos de grafos, en un subproyecto en el que participan los investigadores del IMFD Aidan Hogan, Diego Arroyuelo y Gonzalo Navarro, junto con estudiantes.
Este trabajo fue aceptado en la conferencia DCC 2020 (Data Compression Conference).

https://users.dcc.uchile.cl/~gnavarro/ps/dcc20.2.pdf

Autores: Miguel E. Coimbra, Alexandre P. Francisco, Luís M. S. Russo, Guillermo de Bernardo, Susana Ladra y Gonzalo Navarro.

 

Fast and Compact Planar Embeddings: plantea nuevas representaciones compactas para grafos planares, que incluye información geográfica. Dichos grafos son las redes que se pueden dibujar en el plano sin cruzar líneas. Se usan para representar ciudades, mapas de carreteras y circuitos integrados, entre otras.
Este trabajo se publicó recientemente. Hoy los investigadores Andrea Rodríguez, Diego Seco, José Fuentes y Gonzalo Navarro, junto a alumnos, desarrollan un nuevo mecanismo para representar jerarquías de grafos planares que permitan navegar eficientemente, de manera tanto jerárquica como espacial. Ejemplos de una jerarquía son las regiones, las ciudades, las comunas, los barrios y las manzanas.

https://doi.org/10.1016/j.comgeo.2020.101630

Autores: Leo Ferres, José Fuentes-Sepúlveda, Travis Gagie, Meng He y Gonzalo Navarro.

 

RDF Explorer: A Visual SPARQL Query Builder: este trabajo fue premiado con el Best Student Paper de ISWC 2019, el año pasado. Ahora, una versión corta del artículo ha sido invitada al “Sister Conference Best Papers”, track de la International Joint Conference on Artifical Intelligence (IJCAI 2020).
IJCAI es una de las conferencias más prestigiosos de la Inteligencia Artificia. El propósito del track “Sister Conference Best Papers” es reunir charlas invitadas de los mejores artículos de las conferencias más relevantes a IJCAI.
Esta invitación es relevante no sólo como un reconocimiento internacional, sino también porque describe el trabajo hecho por Hernán Vargas -estudiante de magíster de la U. Federico Santa María- durante su magíster.

Autores: Hernán Vargas, Carlos Buil -Universidad Federico Santa María e IMFD-, Aidan Hogan -U. de Chile e IMFD- y Claudia López, de la U. Federico Santa María.

 

PE 3.

Expresividad de redes neuronales sobre grafos: un trabajo sobre el poder de las redes neuronales de grafos, muy usadas para procesar datos con estructura, fue seleccionado para ser presentado por Jorge Pérez -investigador del IMFD y académico de Computación de la U. de Chile-, en la International Conference on Learning Representations (ICLR 2020).
ICLR es la conferencia más importante a nivel mundial acerca de Deep Learning, una de las técnicas más exitosas de inteligencia artificial en la actualidad.
El trabajo presenta una conexión entre redes neuronales de grafos y la lógica, en particular, fórmulas lógicas usadas en el área de representación de conocimiento. Así, se aúnan dos áreas disímiles de la inteligencia artificial.
En el proceso de evaluación, el artículo obtuvo puntuación perfecta (8-8-8), siendo uno de los mejores evaluados dentro de los más de 3.000 artículos enviados a ICLR para su versión 2020.
Una versión preliminar del artículo fue presentado en el Graph Representation Learning Workshop de NeurIPS 2019.

https://openreview.net/pdf?id=r1lZ7AEKvB

Autores: Jorge Pérez, Pablo Barceló, Juan Reutter, Mikael Monet, Juan Pablo Silva -estudiante de Computación de la U. de Chile-, y Egor Kostylev, de la U. de Oxford.

 

Mechanized Formalization of GraphQL: GraphQL se ha convertido en uno de los lenguajes preferidos por la industria para definir y consultar APIs, desde que Facebook lo hiciera público en 2015.
En este trabajo se desarrolló la primera formalización mecanizada del lenguaje, usando el asistente de pruebas Coq, donde se buscó resolver imprecisiones en la definición del lenguaje y maximizar la confiabilidad de la formalización, además de probar propiedades fundamentales del lenguaje relativas a la transformación de consultas y nuevas formas equivalentes para evaluarlas.
El trabajo fue presentado en la International Conference on Certified Programs and Proofs (CPP 2020), en New Orleans, Louisiana, Estados Unidos, en enero de este año.
Actualmente este trabajo continúa, con el propósito de extender el lenguaje con más características, así como generar librerías ejecutables en otros lenguajes de programación.

https://dl.acm.org/doi/10.1145/3372885.3373822

Autores: Tomás Díaz, Federico Olmedo y Éric Tanter.

 

The Shapley Value of Tuples in Query Answering: este trabajo investiga la aplicación del “valor de Shapley” para cuantificar la contribución de una tupla a una respuesta de consulta. El “valor de Shapley” es una medida numérica conocida en la teoría de juegos cooperativos y en muchas aplicaciones de la teoría de juegos, para evaluar la contribución de un jugador a un juego de coalición. Se estableció en la década de 1950 y en teoría se justifica por ser la única medida de distribución de la riqueza que satisface algunos axiomas naturales. Si bien este valor ha sido investigado en varias áreas, recibió poca atención en la gestión de datos.
Dicho trabajo estudia esta medida en el contexto de consultas conjuntivas y agregadas definiendo los juegos de coalición correspondientes. También proporciona resultados algorítmicos y de teoría de la complejidad, en el cálculo de las contribuciones basadas en Shapley a las respuestas de la consulta, y para los casos difíciles se presentan algoritmos de aproximación
Se presentará en la conferencia ICDT 2020, una de las más prestigiosas en teoría de bases de datos.

Link al trabajo, aún no publicado: https://arxiv.org/abs/1904.08679

Autores: Ester Livshits, Leopoldo Bertossi, Benny Kimelfeld y Moshe Sebag.

 

PE 4.

Red neuronal BETO: Jorge Pérez viene trabajando desde 2019 en BETO: un modelo de red neuronal que permite el procesamiento computacional de lenguaje natural en español. Junto a José Cañete (24) y Gabriel Chaperón (25) -ambos estudiantes de Ingeniería en Computación de la U. de Chile-, crearon este modelo basado en BERT, una conocida red neuronal.
BETO hoy se encuentra pre-entrenado, evaluado, mejorando el estado del arte en varias tareas en español, y publicado libremente para que cualquiera lo pueda usar.
El trabajo que describe a BETO fue aceptado en el Workshop “Practical Machine Learning for Developing Countries», en ICLR 2020.

https://github.com/dccuchile/beto

Autores: Jorge Pérez, José Cañete y Gabriel Chaperón.

 

PE 5.

A call to contextualize public opinion-based research in political communication: Este artículo discute los desafíos de investigar temas como polarización y desinformación política en países del sur global, y motivó una serie de respuestas de otros académicos de todo el mundo. Estos luego se publicaron de manera conjunta en una sección especial de la revista con el tercer mayor factor de impacto en el área de comunicaciones a nivel global (Political Communication).

https://doi.org/10.1080/10584609.2019.1670897

Autores: Sebastián Valenzuela y Hernando Rojas.

 

An Integrated Model for Textual Social Media Data with Spatio-Temporal Dimensions: la convergencia del reciente desarrollo de las redes sociales online y la disponibilidad de dispositivos con GPS ha creado una fuente rica en textos con información espacio-temporal. Estas fuentes de información proveen datos que pueden ser usados para entender patrones espacio-temporal de las actividades humanas. Prevención de crímenes, detección y predicción de eventos, análisis de actividades y patrones de movilidad en zonas urbanas, son algunos ejemplos de aplicaciones donde han sido utilizados exitosamente textos con información espacio-temporal.
En este trabajo se desarrolló un modelo basado en redes neuronales recurrentes para modelar texto, tiempo y espacio de forma conjunta. Trabajos previos utilizaban modelos basados en técnicas de “embedding” que ignoran la naturaleza secuencial del lenguaje natural. El modelo propuesto fue evaluado en tareas de reconstrucción de datos donde se asume uno de los elementos texto, tiempo y espacio como desconocidos, y se entrena el modelo para predecir el elemento desconocido a partir de los otros dos.
En los experimentos realizados el modelo propuesto supera los métodos del estado del arte en rangos desde el 5,5% hasta el 24,7% para las predicciones de tiempo y espacio para distintos datasets.
El trabajo fue publicado en la revista Information Processing and Management 2020. Este trabajo continúa con el desarrollo de modelos de redes neuronales que capturen propiedades de tiempo y espacio como: periodicidad, jerarquía y vecindad.

https://doi.org/10.1016/j.ipm.2020.102219

Autores: Juglar Díaz, Felipe Bravo y Barbara Poblete.

 

Chillin’ effects of fake news: Changes in journalism practices under the influence of misinformation and accusations against the news media: en este artículo, los autores observan qué prácticas profesionales se han instaurado en medios informativos norteamericanos para disminuir la desinformación entre las audiencias. También se analizan las medidas implementadas para aumentar los niveles de transparencia y responsabilidad al generar contenido noticioso. A diferencia de artículos que se han publicado últimamente -qué tan rápido viajan las fake news, o quiénes son más propensos a compartir fake news-, este paper trata de las acciones que se han tomado para realizar un mejor trabajo periodístico.
Este trabajo se presentará en la conferencia Anual de la International Communication Association, #ICA20, a realizarse en mayo de este año.

Autores: Hong Vu y Magdalena Saldaña.

 

Semantic Search of Memes on Twitter: a partir del análisis de imágenes publicadas por cuentas chilenas en Twitter, este artículo propone un método para clasificar imágenes como meme/no meme. Dicho método se compara con otros métodos que también proponen el etiquetado automatizado de imágenes. El artículo es fruto del trabajo interdisciplinar de investigadores de la comunicación y de la computación. Los primeros realizaron el etiquetado manual de más de 50 mil imágenes para identificar memes -en base a elementos como intertextualidad y humor-, y los segundos utilizaron dicho etiquetado para entrenar el clasificador. Este trabajo se presentará en #ICA20.

Autores: Jesús Pérez, Benjamín Bustos y Magdalena Saldaña.

 

"RDF Explorer: A Visual SPARQL Query Builder": este trabajo ganó el Best Student Paper de ISWC 2019, el año pasado. Ahora, una versión corta del artículo ha sido invitada al "Sister Conference Best Papers", track de la International Joint Conference on Artifical Intelligence (IJCAI 2020).
Más noticias
Ver : Todas
Anual
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
Semestral
Semestre 1
Semestre 2
Mensual
January
February
March
April
May
June
July
August
September
October
November
December
Sin noticias en esta categoria
Mostrar más
Nada para mostrar