Internet of Things in Additive Manufacturing

Dr. Delia J. Valles-Rosales, Department of Industrial Engineering, New Mexico State University, 19 de noviembre: 13:00 

Abstract:

Technological advancements have provided the manufacturing industry with tools to create state of the art products such as prototypes, prosthetics, and more. With these improvements, there has been a raise in popularity for desktop 3D printers in professional and personal settings. While there is a need for deeper research on the topic, it has been agreed upon that 3D AM processes expose the user to printing particles resulting in being suspended in the area. These material fragments, including ultrafine particles (UFPs), may lead to damage of the internal organs when inhaled. Additionally, UFPs may contain volatile organic compounds (VOCs) which may consist of toxic chemicals. However, there is a lack of concrete health guidelines to follow when using 3D printers. To implement a safety framework, there needs to be a methodology of categorizing health hazards depending on factors including setup, feedstock material, extruder temperature, etc. This project measures the particulate suspension coming from specific printers using an EXTECH Video Particle Counter 300 during all printing stages and under different circumstances. We expect the results to provide an understanding of the potential danger of operating a 3D printer within a normal laboratory environment. It is expected to have higher emissions during the beginning of the printing especially when using high temperature materials, based on studies linking higher emission rates to higher temperatures. Once sufficient data is collected from various arrangements, we would integrate data analytics to propose an integral data model that would identify product feature and propose a classification scheme. The system would alarm the user of when the printing requires maintenance or user intervention. 

Bio:

Dr. Delia J. Valles-Rosales is a Professor in the Department of Industrial Engineering at New Mexico State University. Dr. Valles-Rosales is studying techniques that focus on process optimization and improvement of manufacturing processes. She has studied additive manufacturing technologies on material waste reduction and identification of value-added uses and conversion of biomass in byproducts that satisfy market demands at a low cost.  Her research uses nature to inspire the development of innovative manufacturing processes, new processes of biomass utilization, and models and algorithms for system optimization in agriculture, education, industry, and service areas. Her research has impacted several undergraduate and graduate students with funded projects.

Acoustic Modeling for Dialects of English.

Abstract:

Mikaela Grace, Software Engineer specializing in Machine Learning and NLP, Independent Consultant. 12 de noviembre, 13:00

Mikaela Grace will speak about acoustic modeling using neural networks. She will present her research from her time on the Speech team at Google, which explores techniques for dialect adaptation of acoustic models using interpolation of bases adaptation techniques.

Paper: https://ieeexplore.ieee.org/document/8639654.

Bio:

Mikaela has an M. S. in Computer Science and a B. S. in Mathematics & Computer Science both from Standford University.

She has worked as a software engineer at River Search in the Machine Learning Team and Google in the Natural Language Processing Group.

Bioinformática y genómica computacional: la intersección entre ciencia de datos, computación y el estudio de los sistemas vivos.

Dr. Humberto Gutiérrez, División de Genómica Computacional, Instituto Nacional de Medicina Genómica, 22 de octubre, 13:00

Resumen:

El genoma es la totalidad de la información genética contenida en nuestras células, y codifica por completo nuestro diseño biológico, estructural y funcional. Pero, ¿Cuanta información contiene el Genoma Humano? ¿Cuál es la relación entre la complejidad del genoma y la complejidad del organismo que codifica? ¿Por qué el 95% del genoma no contiene ninguna información? ¿Cómo sabemos esto? ¿Cómo es que un conjunto relativamente delimitado de genes (aproximadamente 25000 en nuestro genoma), permite un conjunto casi ilimitado de estados celulares y fisiológicos? ¿Cómo podemos finalmente descifrar el código oculto en nuestro genoma? ¿Qué clase de programa genético iterativo da lugar al espectacular desarrollo embrionario que resulta en el complejo organismo adulto? ¿Cuál es nuestro potencial para modificarlo sin perturbar su compleja dinámica y coherencia?

En esta charla discutiremos, desde una perspectiva computacional y de sistemas complejos, estos y otros problemas fundamentales, así como los avances actuales en nuestra comprensión de los sistemas vivos gracias a la expansión de la genómica computacional, ciencia de datos y la bioinformática. Discutiremos la aplicación de estas aproximaciones a problemas de relevancia médica y las posibles direcciones hacia las que este fascinante campo se dirige, para finalmente describir su aplicación en el contexto de un problema de interés específico para nuestro grupo de investigación: la comprensión del control genético del envejecimiento y longevidad celular.

Bio:

Su línea de investigación se centra en el empleo de aproximaciones de genómica funcional y genómica comparativa para la identificación de ensambles de genes directamente involucrados en funciones biológica complejas, sean éstas patológicas o normales, con especial énfasis en la detección a gran escala de genes involucrados en el desarrollo, envejecimiento y control de longevidad celular en el sistema nervioso y otros tejidos.

Es egresado de la Licenciatura en Investigación Biomédica de la UNAM y obtuvo su Maestría y Doctorado en Ciencias Biomédicas en la misma institución. Llevó a cabo varias estancias posdoctorales en el Reino Unido (Universidad de St Andrews, Universidad de Edinburgo y Universidad de Cardiff), estudiando redes de señalización involucradas en la regulación del desarrollo y supervivencia neural. Fue investigador titular de tiempo completo en el Instituto de Fisiología celular de la UNAM entre 2010 y 2012, transfiriéndose posteriormente al Reino Unido con la posición de Senior Lecturer in Biomedical Sciences en la Universidad de Lincoln entre 2012 y 2019. Habiendo regresado recientemente a México es actualmente Investigador en Ciencias Médicas en el Instituto Nacional de Medicina Genómica. 

Cuenta con un sólido historial de publicaciones en revistas de alto impacto (índice H = 21), incluyendo Nature Neuroscience, Journal of Neuroscience, Developent, Proceedings of the Royal Society B y otras.

Innovación tecnológica en la Industria 4.0: una perspectiva desde el Smart Manufacturing para la generación Z

Dr. Alberto Ochoa-Zezzati, Profesor Investigador, Universidad Autónoma de Ciudad Juárez, 15 de octubre a las 13:00 h

Resumen

La “innovación” es un motor en el desarrollo de las Smart Cities actuales y futuras. La innovación entendida por novedad, mejora y difusión, a menudo es promovida por las Tecnologías de la Información y la Comunicación (TIC) que permiten automatizar, acelerar y cambiar la perspectiva de la forma en que se pueden abordar los desafíos de la economía y el “bien social”.

En estos días, vivimos en el epítome de la Industria 4.0, donde cada componente es inteligente y apto para los usuarios de Smart Manufacturing, por lo que se propone el uso específico de Big Data para determinar la mejora continua de la competitividad.

Bio:

Alberto Ochoa Ortiz-Zezzatti es Doctor ('04) en Tecnología Avanzada por el IPN, Maestro en Ingeniería de Planeación ('00) por la UNAM y Licenciado en Informática ('93) por la Universidad Autónoma del Estado de Morelos. Realizó un postdoctorado en la UNICAMP de Brasil y uno en el ISTC-CNR en Roma, Italia.

Se unió a la Universidad Autónoma de Ciudad de Juárez en 2008 y actualmente es miembro del SNI en el nivel 2. Tiene un libro y siete capítulos en libros relacionados con la IA. Ha supervisado 17 tesis de doctorado, 27 tesis de maestría y 29 tesis de licenciatura. Sus intereses de investigación incluyen computación evolutiva, lenguaje de procesamiento natural, caracterización antropométrica y Social Data Mining.

¿De qué trata el artículo de Einstein-Podolsky-Rosen (EPR)?:

Dr. Ángel Alejandro García Chung, Departamento de Física, Universidad Autónoma Metropolitana, 7de octubre, 13:00.

Resumen:

El artículo de EPR expone una de las principales y pioneras críticas a la mecánica cuántica, a saber, ¿es la mecánica cuántica completa? Sin embargo, para muchos este trabajo no logra transmitir con claridad esta crítica. En esta plática abordaremos, desde una perspectiva didáctica, el contenido del artículo de EPR y explicaremos con cuidado sus principales ideas. Llegaremos entonces al criterio de localidad de EPR que es clave en las investigaciones actuales sobre entrelazamiento y abundaremos un poco en el estado del arte de este tema actualmente.

Bio:

El Dr. García Chung tiene la Licenciatura en Física, Universidad de Oriente, Cuba, 2004, la Maestría en Física, Instituto Balseiro, Argentina, 2008. Y un Doctorado en Física, UAM-I, México, 2014.

Sus áreas de investigación incluyen cuantización de sistemas poliméricos (nada que ver con polímeros) que son un modelo de juguete para estudiar cosmología cuántica por lazos. También me interesan sistemas de contacto y Hamiltonianos, entrelazamiento de estados Gaussianos poliméricos, ondas gravitacionales poliméricas, y algunos temas relacionados con fundamentos de física (EPR, no localidad, etc).

Ciencia de Redes: Métodos y Aplicaciones

Dra. Daniela Aguirre Guerrero, Depto.de Sistemas de Información y Comunicación UAM-Unidad Lerma, 3 de septiembre, 13:00

Resumen:

La ciencia de redes es un campo de estudio interdisciplinario, que se vale de herramientas matemáticas y computacionales para modelar fenómenos físicos, biológicos y sociales, con el fin de analizar y predecir su comportamiento.

En este seminario se presentarán aplicaciones de la ciencia de redes en casos de estudio que van desde el análisis de robustez de redes de infraestructura hasta la caracterización de modelos de evolución de redes de colaboración científicas.

Bio:

Daniela Aguirre Guerrero es ingeniera en Telemática por el Instituto Politécnico Nacional (IPN), Maestra en Ciencias y Tecnologías de la Información por la Universidad Autónoma Metropolitana (UAM), y Doctora en Tecnología por la Universidad de Gerona, España. Ha realizado estancias de investigación en la Universidad de Strathclyde, en el Reino Unido, el Instituto Nacional de Investigación en Informática y Automática (INRIA), en Francia y la Universidad Tecnológica de Delft (TUDelft), en los Países Bajos. 

En el campo laboral se ha desempeñado como instructora de extensión profesional en el área de desarrollo de software para el IPN y Telmex. También, ha impartido capacitaciones a la planta de desarrolladores web de Ferromex. Actualmente, la Dra. Aguirre es candidata a miembro del Sistema Nacional de Investigadores y Profesora Visitante del Departamento de Sistemas de Información y Comunicaciones de la UAM. Sus intereses de investigación son ciencia de redes, algoritmos distribuidos, y encaminamiento de información en redes de gran escala

Small Data for Assisted Classification of COVID-19 Patients using X-ray Images

Flexible Production Cell Applying Artificial Vision Concepts and Open Source CNCs

Simulación de Evento Discreto: Herramientas, Retos y Aplicaciones

Dr. David Muñoz N., Jefe del Departamento Académico de Ingeniería Industrial y Operaciones del ITAM, 30 de abril, 13:00 h

Resumen

En esta conferencia se presenta una visión general de los retos y aplicaciones de la simulación estocástica de evento discreto. Luego de una introducción al concepto de simulación de evento discreto y de las herramientas que han facilitado su aplicación, se presenta un caso desarrollado en VBA usando la libreria del presentador, y otro caso de aplicación reciente usando el simulador SIMIO. Posteriormente se discuten nuevas aplicaciones y los principales retos que enfrentan estas aplicaciones, incluyendo la integración con herramientas para el diagnóstico y monitoreo de sistemas de producción, la elaboración de pronósticos en cadena de suministro y el desarrollo de gemelos digitales en el marco de la industria 4.0.

La digitalización en la transición energética: Propuestas desde lo local

Dr. Iván S. Razo Zapata, Departamento Académico de Sistemas Digitales ITAM, 23 abril, 13:00

Resumen:

La digitalización del sector energético es un procesos inminente de escala global y con beneficios para la transición energética. Durante el seminario se presentarán algunas de las iniciativas de innovación digital que buscan ayudara una transición energética democrática y expedita. Dichas iniciativas se enfocan mayormente en acciones locales que se apoyan de tecnologías como IoT y blockchain. Finalmente, como parte de la investigación actual, se presenta el desarrollo de una mecanismo digital de monitoreo, reporte y verificación (MRV) para el sector eléctrico.

Artistic Image Recovering from principal components

Ing. Jorge Isaac Chang Ortega, Brown University, 16 abril, 13:00 h

Abstract:

This work presents a comparison of different deep learning models for the reconstruction of artistic images from compact representations generated using Principal Component Analysis. The reconstruction models correspond to different types of Convolutional Neural Networks. Our results show that the statistic captured by the principal components transformation are enough to obtain good approximations in the reconstruction process, especially in terms of color and object visual features, even when using compact representations whose length is only about 1% of the original image space´s total number of features.

Modelling and Computational Implementation: Optimizing the fiber optic deployment and Computing the relative efficiency of business units

Dr. Luis A. Moncayo, Department of Industrial Engineering and Operations ITAM, 9 abril, 13:00 h.

Abstract:

We will discuss the modelling process using operational research techniques and its implementation with open source technology. Particularly, we will use two problems as an example.

In the first one, we will model the problem of the fibre optic deployment in a rural area. To model it, we use the OpenStreetMap project to create a network of driving/walking distances. Moreover, to solve the problem of finding the minimun length of the network, we use the cycle elimination formulation and Kruskal´s algorithm. We provide not only the minimum network length but a list of priorities to link the communities.

The second problem is related to computing the relative efficiency of business units using a Data Envelopment Analysis model: we developed an R-based applications to compute business units efficiency and detect its changes over time. We use a database of Mexican public higher education institutes. The proposed model´s objective is to compute the institution´s efficiency concerning the budget allocated to them by the government.

Aplicaciones de Inteligencia Artificial en las Finanzas

Dr. Gerardo Lemus, Fundador Lamat, 19 de marzo, 13:00 h.

Resumen

¿Sabes cómo se almacenan los datos en datos SQL de varias tablas y que son "muy manipuladas"?

¿Entiendes que las aplicaciones de la vida real requieren métricas en dólares?

¿Cuáles son los efectos de las regulaciones en la selección de modelos?

¿Cuáles son los límites de la Inteligencia Artifcial?: cambios de régimen, asociación de datos.

¿Puede la Inteligencia Artifcial explicar preguntas tales como:¿qué pasaría si"?

¿Cómo se desarrolla la inteligencia Artificial Conversacional en el retail más grande del mundo?

MBA, MCD Adrián Sánchez, líder y manager de productos de datos en el equipo de Inteligencia Artificial conversacional de WaltMart labs., 12 de marzo, 13:00 h

Resumen

Platicará sobre el desarrollo de las aplicaciones de inteligencia artificial conversacional dentro de Waltmart EE.UU. a partir del enfoque de estrategia de innovación tecnológica omni-canal de las industrias del retail. Además, compartirá los requisitos tanto de infraestructura como de capital humano requeridos para la implementación de estas aplicaciones. Finalizará con los actuales retos y el futuro de esta área dento de la óptica de los nuevos modelos de "aprendizaje transferido" que han revolucionado las tareas de apendizaje de máquina aplicado al procesamiento de Lenguaje Natural.

BERT y otros Modelos Neuronales para el Análisis de Texto en Redes Sociales

M.C. Danae Sánchez Villegas, University of Sheffield, 5 de marzo a las 13:00 h.

Abstract:

El análisis a gran escala del lenguaje utilizado por la gente en redes sociales titene aplicaciones en diversas áreas como ciencia política, periodismo y geografía. En está plática, hablará de cómo podemos analizar la información de redes sociales con diferentes modelos como redes neuronales artificiales y modelos "pre-entrenados" (BERT, RoBERTa). Se concentró en 2 estudios: 1) Parodía política: ¿es posible identificar automáticamente una cuenta de parodía política de una cuenta genuina?. Por ejemplo: realDonaldTrFan (parodia) vs. @realDonaldTrump (genuina). 2) Clasificación de lugares de interés: ¿cómo analizar la relaciión entre el contenido de una publicación y el tipo de lugar (e.g. parque, restaurante) desde el cual se publicó?

Bio:

Danae es ingeniera en Computación del ITAM, obtuvo su Maestría en la Universidad de Sheffield en el área Multimodal Social Media  Analysis. Actualmente se encuentra estudiando un doctorado y su tema de investigación es Machine Comprenhension Using Commonsense Knowledge.