Día

Título de la Conferencia

Conferencista

Lunes 24

Model Checking

Daniel Romero

Miércoles 26

Computación Pervasiva

Cynthia Villalba

Jueves 27

Aprendizaje de máquina probabilístico

Margarita Ruiz Olazar

Viernes 28

Riesgo de Contaminación de Acuíferos usando Modelos Computacionales

Juan Pablo Nogués

 

Resúmenes


MODEL CHECKING

Daniel Romero

Lunes 24 de setiembre, 18:00 a 20:00 hs.

Con el nombre Model checking (MC) se conoce a una técnica de verificación automática para sistemas concurrentes finitos. MC tiene grandes ventajas sobre las técnicas basadas en simulación, testing, o razonamiento deductivo. En particular, MC es una técnica automática y con un tiempo de respuesta muy corto. Además, si un error es detectado, MC produce un contra ejemplo que puede ser usado para identificar la fuente del error. Esta técnica es usada con muy buenos resultados en la industria para verificar sistemas industriales reales. En esta charla abordaremos los conceptos principales de MC y se mostraran casos de éxitos aplicados en la industria.

El prof. Daniel Romero es docente investigador de la FP-UNA. Culminó su Doctorado en Informática en la Universidad Politécnica de Valencia (España), donde también realizó un Master en Ingeniería de Software. Su formación de grado fue en la Universidad Nacional de Río Cuarto (Argentina). Sus áreas de interés son: Métodos Formales Livianos (Lightweight formal method), Reescritura (rewriting), rebanado (slicing), comprobación de modelos (model checking), interpretación abstracta (abstract interpretation), Ingeniería de Software automática, Workflow, modelado y optimización de procesos, y otros.

 

Computación Pervasiva

Cynthia Villalba

Miércoles 26 de setiembre, 18:00 a 20:00 hs.

Ya en 1991 Mark Weiser anticipaba el mundo de la computación pervasiva: “… elementos especializados de hardware y software conectados por cables, ondas de radio e infrarrojo, serán tan ubicuos que ninguno notará su presencia… tablets, pads y boards serán solo el principio de la computación ubicua. Su poder real emerge de la interacción de todos ellos…”

Durante esta charla daremos una introducción a la computación ubicua. Se presentarán los principales conceptos, características, tendencias y desafíos.

La Dra. Cynthia Villalba es docente e investigadora de la Facultad Politécnica – UNA. En febrero de 2011, recibió el título de Doctora en Ingeniería de la Innovación Industrial por la Univesità degli Studi di Modena e Reggio Emilia (UNIMORE). En el año 2005, accedió al título de Ingeniera Informática por la Universidad Católica “Nuestra Señora de la Asunción” (UCA). Sus áreas de interés incluyen computación pervasiva o ubicua, ambientes inteligentes, sistemas complejos, self-* systems, computación basada en agentes, workflows, modelado y optimización de procesos.

 

Aprendizaje de máquina probabilístico

Margarita Ruiz Olazar

Jueves 27 de setiembre, 18:00 a 20:00 hs.

Desarrollo y aprendizaje son dos mecanismos importantes para la supervivencia y evolución de los organismos naturales. El aprendizaje de máquina, una rama de la inteligencia artificial, trata de aplicar esos conceptos a los sistemas artificiales buscando optimizar un criterio de desempeño para lograr describir la información contenida en los datos. Se ha avanzado mucho en esta rama que tiene importancia especial en bioinformática, área que puede ser considerada como la aplicación de tecnologías de información a la biología molecular. La cantidad de datos biológicos almacenados en bases de datos crece exponencialmente así como la complejidad para su análisis. En varios campos de la biología, como genómica, proteómica y epidemiología genética, se aplican con éxito técnicas de aprendizaje de máquina. Esta ponencia tiene un enfoque teórico-práctico, donde se introducen conceptos de probabilidad y aprendizaje de máquina y se señalan algunas aplicaciones en biología donde dichas técnicas se emplean exitosamente.

 

Riesgo de Contaminación de Acuíferos usando Modelos Computacionales

Juan Pablo Nogués

Viernes 28 de setiembre, 18:00 a 20:00 hs.

El almacenaje de CO2 en formaciones geológicas es una de las opciones más válidas que existen para disminuir las emisiones de dióxido de carbono a la atmosfera y por ende mitigar el calentamiento global. Una de las preguntas abiertas acerca de esta tecnología, es qué pasa con el CO2 una vez que es inyectado a miles de metros bajo tierra. ¿ Cuánto se queda en la formación geológica ? y, ¿ Cuánto se escapa ? Para tratar de responder estas preguntas se usan modelos computacionales basados en representaciones numéricas de procesos físicos. Esta charla es sobre un análisis del riesgo de contaminación de acuíferos de agua potable por el dióxido de carbono que se escapa de la formación geológica donde es originalmente inyectado.

El Dr. Nogués completó sus estudios de pre-grado en Ingeniería Civil en el 2002 en la Universdad de Kansas, el grado de Master en Hidrología en la Universidad de Stanford, en el 2004. Acaba de completar su doctorado en Mayo del 2012 en la Universidad de Princeton, en el área de Ingeniería Ambiental con un especialización en Hidrogeología.