Generación del cubo de datos empleando paralelismo de GPUs y CPUs multinúcleo

In his M. Sc. Thesis, Mario Torres uses a combination of GPU and CPU processors in a computer, to calculate the full data cube.The data cube consists of all the cuboids (projections or summaries of a large multivariate dataset), in a way that facilitates Data Mining. His thesis (in Spanish) is here.

Effi cient data cube computing is a core problem in data warehousing and online analitical processing fields. This is a process that may involve very large amount of tuple group summarization over big data. For a given relation R with n dimensions and a measure attribute M, R(A1; A2; :::; An; M), the basic data cube generation problem involves the aggregation of R for the construction of 2**n tuple groups on every possible combination of the n dimensions (i.e., the power set of the n dimensions of R), each of these groups is called a cuboid. This problem has been researched extensively; however, most of algorithms have been proposed without considering the advantages of the modern CPU and GPU architectures.

This work presents the design and implementation of a set of parallel operations called primitives, which take advantage of the modern GPU and multicore CPU parallelism. Primitives help to generate data cubes by using routines such as sort, partition, and aggregate. The GPU software was implemented using CUDA, a parallel computing platform introduced by the graphics processor manufacturer NVIDIA. On the other hand, multicore CPU parallelism was implemented using POSIX threads.

Subsequently, we introduce tree parallel methods for e fficient generation of full and iceberg data cubes. Besides the previously mentioned parallel primitives, these methods use POSIX threads to exploit the multicore CPU parallelism in the simultaneous construction of several cuboids. I.e., all cuboids are distributed into groups and then cuboids in each group are constructed in parallel. Linear memory storage is used to keep tuples in main memory, avoiding additional costs related to building more complex data structures. Likewise, we use some well known strategies to accelerate the data cube computing process, but unlike previous work, our methods feature fi ne grained parallelism provided by parallel primitives.

En su tesis de maestría en el Centro de Investigación en Computación del Instituto Politécnico Nacional, Mario Torres usa la Unidad Gráfica de Proceso (GPU) más la Unidad Central de Procesamiento (CPU) para calcular el cubo de datos completo (con todos sus cuboides) que se utiliza en Minería de Datos. El documento completo está aquí.

La generaci ón de cubos de datos de manera efi ciente es un problema central en los almacenes de datos y el procesamiento anal ítico en l ínea. Es un proceso que puede implicar la ejecuci ón de gran número de operaciones aritm éticas, adem ás de consumir bastante tiempo cuando se realiza a partir de datos de gran volumen. Para una relaci ón R con n atributos o dimensiones m ás un atributo de medida M, R(A1;A2; :::;An;M), el problema b ásico del c álculo del cubo de datos implica la agregaci ón de R para construir 2**n grupos de tuplas respecto a toda posible combinaci ón de las n dimensiones (i.e., el conjunto potencia de las n dimensiones de R). A cada uno de estos grupos de tuplas se le llama cuboide. Dicho problema ha sido investigado y se han propuesto estrategias para resolverlo; sin embargo, hasta ahora la mayor ía de los algoritmos no consideran las ventajas del paralelismo y las recientes arquitecturas de CPUs y GPUs.

En este trabajo se presenta el diseño de un conjunto de operaciones paralelas llamadas primitivas que aprovechan el paralelismo proporcionado por los modelos recientes de GPUs y CPUs multin úcleo. Las primitivas facilitan la generaci ón de cubos de datos llevando a cabo rutinas de ordenamiento, partici ón y agregaci ón. La implementaci ón del software para GPU de este trabajo se realiz ó mediante la plataforma de c ómputo en paralelo conocida como CUDA del fabricante de procesadores gr áficos NVIDIA y para implementar el paralelismo en procesadores multin úcleo se utilizaron hilos POSIX.
Posteriormente, se introducen tres m étodos paralelos para generaci ón de cubos de datos completos y de tipo iceberg. Adem ás de las primitivas previamente diseñadas, estos m étodos utilizan hilos POSIX con el fin de explotar el paralelismo de CPUs multin úcleo en la construcci ón simult ánea de varios cuboides. Esto es, todos los cuboides se distribuyen en grupos y posteriormente los cuboides de cada grupo se generan en paralelo. Se utiliza almacenamiento en memoria lineal a trav és de arreglos de una dimensi ón para almacenar tuplas en memoria principal, evitando costos relacionados con la construcci ón de estructuras de datos m ás complejas. As ímismo, se utilizan algunas estrategias conocidas en la literatura a fin de agilizar la generaci ón del cubo de datos. Sin embargo, a diferencia de los trabajos previos, los m étodos presentados en esta tesis son de un paralelismo de grano fino que se obtiene a trav és del uso de las primitivas paralelas.

Desarrollo de un modelo holístico y un método sistémico para representar y estimular la metacognición

In his Ph. D. thesis, Rafael Domínguez develops a holistic model and a systemic method to represent and encourage students' metacognitive activity and to get on enriching their metacognitive skills to improve performance on learning. The thesis describes the tests that are applied, and the method to estimulate students' metacognition, among other things. Full document (in Spanish) here.

Rafael Domínguez de León desarrolla en su tesis de Doctorado en la Escuela Superior de Ingeniería Mecánica y Eléctrica (ESIME) del Instituto Politécnico Nacional, un modelo holístico y un método sistémico para representar y estimular las actividades metacognitivas del estudiante, a efecto de enriquecer sus habilidades metacognitivas, y de esta manera mejorar su desempeño en el aprendizaje. La metacognición permite aprender mejor. Tesis completa (en español) aquí.

 In the educational sphere a problem to be solved is the high school dropout, high failure rates and existing lag at all educational levels. This situation affects many countries worldwide. This phenomenon occurs in both public and private educational institutions. With a high social and economic cost. For students who fail there is a marked ignorance of their cognitive, affective and metacognitive involved in meaningful learning.

This PhD project was raised as to develop a holistic model and systemic method to represent and encourage students' metacognitive activity and to get on enriching their metacognitive skills to improve performance on learning. The work seeks to extend the domain and the scope covered by metacognitive models developed to date. Through a systemic vision, principles of second-order cybernetics and self-regulated learning to achieve stimulation of the mental skills of the student. The core of the research focuses on the development of a systemic method able to enrich the individual metacognitive skills. It seeks to intervene in the individual to be more aware of their cognitive processes and is able to stimulate metacognitive activity to improve their performance in the accomplishment of learning tasks. An additional contribution is the implementation of the proposed model and method within a systemic framework. Who uses a metacognitive model of the individual to determine their strengths and weaknesses metacognitive. In which it is generated an instruction guide of customized cognitive and metacognitive strategies and a metacognitive enrichment program designed used to stimulate individual's metacognitive activity.

With the purpose to validate the model and method proposed and test the hypothesis, two experiments were conducted with college students of different careers and academic degrees from UPIICSA, IPN. An experimental group that were stimulated using the proposed framework and a control group that did not receive any stimulus. The results of processing the collected empirical information clearly shows that the experimental group improved significantly in the use of metacognitive strategies. In future lines of research is to extend the metacognitive model, the automation of the assessment of measuring instruments and the development of a virtual intelligent mediator.

KEYWORDS:Metacognition, holistic model, systemic approach,learning, metacognitive reflection, metacognitive knowledge, metacognitive regulation, second-order cybernetics.

En el ámbito educativo un problema a resolver es la gran deserción escolar, los altos índices de reprobación y el rezago existente a todos los niveles educativos. Esta es una situación que afecta a muchos países en todo el mundo. Fenómeno que se da tanto en las instituciones educativas públicas como en las privadas. Con un alto costo social y económico. En los estudiantes que fracasan se observa un marcado desconocimiento de sus procesos cognitivos, afectivos y metacognitivos implicados en el aprendizaje significativo.

En este proyecto de tesis doctoral se planteó como objetivo el desarrollar un modelo holístico y un método sistémico para representar y estimular la actividad metacognitiva de los estudiantes a efecto de enriquecer sus habilidades metacognitivas para mejorar su desempeño en el aprendizaje. El trabajo procura extender el dominio y los alcances cubiertos por los modelos metacognitivos desarrollados a la fecha. Con una visión sistémica, siguiendo los principios de la cibernética de segundo orden y el aprendizaje autorregulado, para lograr la estimulación de habilidades mentales del estudiante.

La parte fundamental de la investigación se concentra en el desarrollo de un método sistémico capaz de enriquecer las habilidades metacognitivas del individuo. Con ello se busca poder intervenir en el individuo para que tome mayor conciencia de sus procesos cognitivos y sea capaz de estimular su actividad metacognitiva para mejorar su desempeño en las tareas de aprendizaje. Una contribución adicional, es la implementación del modelo y el método propuestos dentro de un marco de trabajo sistémico. El cual utiliza un modelo metacognitivo del individuo para determinar sus fortalezas y debilidades metacognitivas. Con las que se genera una Guía de Instrucción de estrategias cognitivas y metacognitivas personalizada y un programa de enriquecimiento metacognitivo personalizado utilizado para estimular la actividad metacognitiva del individuo.

Con él propósito de validar el modelo y el método propuestos y comprobar la hipótesis, se realizaron dos experimentos con estudiantes de nivel superior, de diferentes carreras y grados escolares de la UPIICSA del IPN. Un grupo experimental al que se estimuló utilizando el marco de trabajo propuesto y un grupo de control que no recibió ningún estímulo. Los resultados obtenidos del procesamiento de la información empírica recabada demuestran claramente que el grupo experimental mejoró significativamente en el uso de estrategias metacognitivas. Dentro de las líneas futuras de investigación se encuentra el extender el modelo metacognitivo, la automatización de la evaluación de los instrumentos de medición y el desarrollo de un mediador inteligente virtual.

PALABRAS CLAVE: Metacognición, modelo holístico, método sistémico, aprendizaje autorregulado, reflexión metacognitiva, conocimiento metacognitivo, regulación metacognitiva, cibernética de segundo orden.

Visualización de objetos multivariados utilizando agrupación de variables

In his M. Sc. thesis, Rodolfo Vilchis shows how to display a 3D plot (a scatter plot) of a dataset where each item contains values for several numeric and symbolic attributes (dimensions), in order to render an easily understandable display. His full thesis (In Spanish) is here.  En su tesis de maestría, Rodolfo Vilchis Mompala nos muestra cómo desplegar un conjunto de datos, donde cada miembro representa un objeto que tiene muchos atributos o propiedades. Los datos tienen muchas dimensiones. Este despliegue se hace con tres ejes cartesianos; también se usa color y forma. Su tesis completa (en español) está aquí.

La visualización de la información es una técnica muy usada para analizar las relaciones entre las variables de un conjunto de datos. éstas pueden ser tanto numéricas como simbólicas y al generar una visualización la mayoría de las veces se muestran tres variables, y seis como máximo, usando color, forma y tama˜no. Después de todo, el ojo humano puede percibir con claridad datos en papel o en pantalla con dos dimensiones (ejes), máximo tres. Sin embargo, en conjuntos multivariados es común tener más de cinco dimensiones, por lo cual al visualizarlos, el usuario no detecta cómo varían las variables a través de los datos, ni las relaciones entre estas. Para resolver este problema, se suelen usar varias gráficas y tablas. Esto da una visión fragmentada de cuáles objetos tienen qué valores en cuáles atributos. El propósito de este trabajo es transmitir la mayor cantidad de información posible presente en un conjunto de datos de tal forma que sea fácilmente comprensible por el ser humano, es decir, agilizar la detección de las relaciones entre las variables numéricas y simbólicas. El trabajo presenta un nuevo método para mostrar en una sola gráfica tantas variables como sea posible, de modo que el usuario tiene una visión más integral de los datos. El sistema desarrollado, automáticamente escoge el mayor número posible de variables a mostrar (dado unos parámetros) y las agrupa para que la comprensión se efectúe sobre un mayor número de variables. Para ello, se hace uso de la regresión lineal, utilizando dos métodos, los mínimos cuadrados y Multivariate Adaptive Regression Splines (MARS). La idea es encontrar comportamientos monótonos (crecientes y decrecientes) entre las variables, para poder graficarlas en un mismo eje cartesiano, cada variable con una escala diferente. Si hay variables constantes o casi constantes (varían muy poco) estas se muestran en la visualización con una etiqueta. Aquellas variables que no poseen un comportamiento monótono con otras se tratan de ajustar mediante un particionado (reduciendo la precisión) sobre alguno de los ejes cartesianos.
Para las variables simbólicas, se busca una partición de dos o tres conjuntos de tal forma que encajen (se particionen) sobre algún eje, lo que permitirá graficarlas. Si existen variables simbólicas sobrantes, es decir, no se ajustaron mediante un particionado, se seleccionan dos de ellas y se muestran mediante el color y forma, siempre y cuando cumplan con algunas restricciones.

Con las técnicas empleadas, un conjunto de 3194 registros con 52 variables fue posible mostrarlo con nueve de sus 52 variables, otro conjunto de 4898 registros y 12 atributos se mostró con ocho de sus 12 atributos y otros conjuntos han mostrado buena visualización. En general, ambos métodos dan buenos resultados, bajo ciertas condiciones es mejor usar mínimos cuadrados y en otras MARS. Para las variables simbólicas en algunos casos se logró encontrar una partición dando buenos resultados en la visualización.

Palabras clave: Visualización de la información; mínimos cuadrados; minería de datos; Multivariate Adaptive Regression Splines.

Clasificación ACM: H. Information Systems / H.5 Information Interfaces and Presentation / H.5.2 User Interfaces.

Information visualization is a very useful technique to analyze the relationship between the variables of a data set. Each object in the data set can have numeric and symbolic attributes. When a multivariate data set is visualised only three attributes (variables) or at most six attributes are displayed using colors, shapes and sizes. This is because the human eye can only perceive with ease limited 2D or 3D data in paper or on screen. Nevertheless, for multivariate objects, it is common to have more than five variables and the significance or the relationships among the variables are lost in translation when observed separately.

The purpose of this work is to identify and present what is considered less complex relationships between some of the variables in a data set in such manner that it is easily understood by the user, and to facilitate the detection of the relationship among numeric and symbolic (qualitative) variables. This work presents a new method to display, in a single graph, as many variables as possible so that the user has a more holistic view of the data. The system developed automatically chooses the maximum number of variables to show (given some parameters) and groups the variables that behave similarly. For this, it uses linear regression, following two methods, the least squares (LS) and Multivariate Adaptive Regression Splines (MARS). The basic principle is to find monotonic behaviors (increasing and decreasing) among the variables to graph them on the same Cartesian axis, each variable with a different scale. Variables that are constant or almost constant are shown in the visualization with a label. Variables that do not have a monotonic behavior with others will be adjusted by partitioning (reducing accuracy) to any of the Cartesian axes (if possible).

Symbolic variables are searched to find an order of values which would be generated by a numeric variable that would result in a partition of the symbolic variable values on the numeric variable in order to graph it. Symbolic variables that have not an order with any numeric variable are displayed using colors and shapes, provided they comply with certain restrictions.

Tests were performed on ten data sets, one with synthetic data and the rest with real data. For a set of 3194 records (objects) with 52 variables, it was possible to display nine of its 52 variables in a single graph. For another data set of 150 objects and five attributes, it was possible to display all five attributes in a single graph. Other data sets have shown good visualization. In general, both methods give good results, under certain conditions is better to use least squares and other MARS. For symbolic variables it was possible in some cases to find a partition giving good results in the visualization.

Keywords: Information visualization; least squares; data mining; Multivariate Adaptive Regression Splines.

ACM Classification: H. Information Systems / H.5 Information Interfaces and Presentation / H.5.2 User Interfaces.

A. Guzman is now an IEEE Fellow. A partir de Enero 1, 2014, Adolfo es Fellow del IEEE

     The Institute of Electrical and Electronic Engineers (IEEE) has elevated Adolfo Guzman-Arenas to IEEE Fellow, effective January 1st, 2014.

IEEE (The Institute of Electrical and Electronic Engineers) is the world's largest professional association dedicated to advancing technological innovation and excellence for the benefit of humanity. IEEE and its members inspire a global community through IEEE's highly cited publications, conferences, technology standards, and professional and educational activities.

Mission statement. IEEE's core purpose is to foster technological innovation and excellence for the benefit of humanity.
 
Vision statement. IEEE will be essential to the global technical community and to technical professionals everywhere, and be universally recognized for the contributions of technology and of technical professionals in improving global conditions.

IEEE has:

    more than 425,000 members in more than 160 countries, more than 50 percent of whom are from outside the United States;
    more than 116,000 Student members;
    333 Sections in 10 geographic regions worldwide;
    2,195 Chapters that unite local members with similar technical interests;
    2,354 student branches at colleges and universities;
    800 student branch chapters of IEEE technical societies;
    428 affinity groups - IEEE Affinity Groups are non-technical sub-units of one or more Sections or a Council. The Affinity Group patent entities are the IEEE-USA Consultants' Network, Graduates of the Last Decade (GOLD), Women in Engineering (WIE), and Life Members (LM).

IEEE:

    has 38 Societies and 7 technical Councils representing the wide range of IEEE technical interests;
    has more than 3 million documents in the IEEE Xplore Digital Library, with more than 8 million downloads each month;
    has more than 1,400 standards and projects under development;
    publishes more than 148 transactions, journals, and magazines;
    sponsors more than 1,300 conferences in 80 countries while:
        partnering with more than 1,000 non-IEEE entities globally;
        attracting more than 400,000 conference attendees;
        publishing more than 1,200 conference proceedings via IEEE Xplore.
         
    *Data current as of 31 December 2012. This information is updated annually.  (Taken from page www.ieee.org)

Five new IEEE Fellows for the Latin American Region (R9 of IEEE).

From: Ignacio Castillo, IEEE Mexico

To: Members of IEEE Latin America / On the behalf of Gustavo Gianattasio, IEEE R9 Director

This year as in 2002, IEEE R9 Got its higest number of Fellows - "5"
Earlier this week, the IEEE Board of Directors approved the list of 2014 IEEE Fellows.
Included in the list were
1) =>  From Mexico (page 16)
                  Adolfo Guzman, Instituto Politecnico Nacional (IPN), Mexico City, Mexico
                 for contributions to consistent labeling for 3-D object recognition
 2) =>  From Brazil (page 20)
                Cursino Jacobina, Federal University of Campina Grande/DEE, Campina Grande, Brazil
               for contributions to the development of power converters and machine drives
3) =>  From Uruguay (page 31)
               Fernando Paganini, Universidad ORT Uruguay, Montevideo, Uruguay
               For contributions to robust control and communication networks
4) => From Brazil (Page 42)
           Jacobus Swart, State University of Campinas - UNICAMP, Campinas, Brazil
           for contributions to microelectronics education in Brazil
5) =>From Brazil (Page 44)
           Germano Torres, Itajuba Federal University / PS Solutions, Itajuba, Brazil
           for contributions to the application of intelligent systems to power systems

Congratulations to its sections, countries, references & supporters

Ignacio Castillo

     El Instituto de Ingenieros Eléctricos y Electrónicos (IEEE) ha ascendido a Adolfo Guzmán Arenas a Fellow del IEEE, por sus contribuciones al etiquetado consistente de partes de imágenes para reconocer en ellas objetos tridimensionales. 

En qué consiste el trabajo de Adolfo Guzmán que el IEEE cita cuando lo nombra Fellow del IEEE.  
 (Nota: No es un premio, es un reconocimiento. El IEEE tiene miembros estudiantes, miembros profesionales, miembros Senior y FELLOWs, que es el más alto nivel de membresía. Aproximadamente uno de cada cinco mil ingenieros (de los cuatrocientos mil que forman el IEEE) es FELLOW).

    Se analizan imágenes que contienen objetos tridimensionales, específicamente poliedros (cuerpos con caras planas). Estos poliedros tienen formas arbitrarias, y están parcialmente ocultándose unos a otros.  El problema a resolver es: ¿cuáles son los cuerpos que forman la imágen, cuántos son? Es el problema de distinguir objetos tridimensionales en una imágen que es tan solo bidimensional. Parece un  problema bastante difícil, ya que "falta una dimensión".  Curiosamente, Adolfo lo pudo resolver, con un programa de computadora que asigna etiquetas de cierta manera, y en esta forma puede identificar los cuerpos que se encuentran en la imagen.  La cita dice "por contribuciones al etiquetado consistente para reconocimiento de objetos en tres dimensiones". Es esa asignación de etiquetas lo que resolvió el problema.  Adolfo Guzmán continuó trabajando en imágenes. En 1977 recibió el Premio Banamex de Agricultura (mención honorífica), por su análisis (por computadora) de imágenes tomadas desde un satélite artificial, para detección y predicción de cosechas.

IEEE (El Instituto de Ingenieros Eléctricos y Electrónicos) es la asociación profesional más grande del mundo dedicada a avanzar la innovación tecnológica y la excelencia para el beneficio de la humanidad. El IEEE y sus miembros inspiran a una comunidad global a través de sus publicaciones enormemente citadas, conferencias, estándares tecnológicos, y actividades profesionales y educativas.

   

Misión. El objetivo central del IEEE es promover la innovación tecnológica y la excelencia, para el beneficio de la humanidad.

Visión. El IEEE será esencial a la comunidad técnica global, y a los profesionales técnicos en todo el orbe, y será universalmente reconocido por sus contribuciones tecnológicas y las de los profesionales técnicos, al mejoramiento de las condiciones globales.

El IEEE tiene:

    más de 425,000 miembros en más de 160 países, de los cuales más del 50% son de afuera de los Estados Unidos;
    más de 116,000 miembros estudiantes;
    333 Secciones en diez regiones geográficas en el mundo;
    2,195 Capítulos que unen a los miembros locales con similares intereses técnicos;
    2,354 ramas estudiantiles en las universidades e instituciones de enseñanza superior;
    800 ramas de capítulos estudiantiles de sociedades técnicas del IEEE;
    438 grupos de afinidad --Los grupos de afinidad del IEEE son sub-unidades no técnicas de una o más Secciones o un Consejo.

El IEEE:

    tiene 38 Sociedades y 7 Consejos técnicos representando la amplia gama de los intereses técnicos del IEEE;
    tiene más de 3 millones de documentos en la Biblioteca Digital IEEE Xplore, con más de 8 millones de descargas, cada mes;
    tiene más de 1,400 estándares y projectos en desarrollo;
    publica más de 148 Transacciones (revistas técnicas de área), revistas científicas y revistas de otro tipo;
    apoya a más de 1,300 conferencias en 80 países, porque
        se asocia con más de mil entidades que no son del IEEE, en el mundo;
        atrae más de 400,000 participantes en las conferencias;
        publica más de 1,200 memorias de las conferencias, vía IEEE Xplore.
   
    *Datos al 31 de diciembre de 2012. Período de actualización: anual. (Traducido de la página www.ieee.org)

El Instituto Politécnico Nacional expidió un Comunicado de Prensa, que se puede ver aquí.

En qué trabaja ahora Adolfo Guzmán.

    Él pertenece al Laboratorio de Bases de Datos y Tecnología de Software, en el Centro de Investigación en Computación del IPN (del cual fue su Director Fundador). Aquí trabaja en “La ciencia de los datos”, que es el análisis de grandes cantidades de datos.
   
Enfoque: Análisis, deducciones, modelado, clasificación y otras operaciones sobre grandes conjuntos de datos, para facilitar toma de decisiones. ¿Qué nos dicen los datos, qué conclusiones o tendencias tienen, qué es posible predecir, cómo modelar el comportamiento de un fenómeno cuyos datos se tienen?  ¿Cómo transformar esta gran cantidad de datos en información y conocimiento útil para decidir, planear y mejor entendimiento de lo observado? “Cuando los datos hablan.” “Torturando los datos hasta que confiesen”.

Justificación: El abaratamiento de la capacidad de proceso, del almacenamiento y de la transmisión de la información, hace ahora posible tener una gran cantidad de datos disponibles para obtener conclusiones y derivar decisiones o acciones al estudiar “lo que nos quieren decir.” Esta especialidad está sustentada en tres pilares: Bases de datos, Probabilidad y Estadística, e Inteligencia Artificial. Nombres parecidos son Business Intelligence, Big Data, Data Analytics, On Line Analytical Processing, Data Mining, Knowledge Extraction. Global information systems. Integrating information systems. Integrated data processing. Inferences from integrated data. Integración de datos para toma de decisiones. Decision making with large datasets.
 
Dónde se aplica.

•    Con estos conocimientos, el informático sale del Centro de Procesamiento y conversa con las áreas de Planeación Estratégica (¿cómo se comporta el mercado? ¿Los clientes? ¿Los competidores?), Gerencia de Planeación (¿qué artículos se venden más, cuándo, junto con cuáles otros? ¿Qué áreas de mi negocio conviene des enfatizar? ¿cuáles son las enfermedades más prevalecientes, por región, por edad, por tipo de trabajo?), Gerencia de Ventas, y en general apoya aquéllas áreas que manejan volúmenes fuertes de datos y requieren de su análisis y entendimiento para tomar decisiones acertadas.
•    Análisis de: Información en redes de comunicación, redes sociales; tráfico vehicular, cámaras en la vía pública (imágenes anómalas); propagación de rumores, epidemias; ¿en qué parte del universo hay fenómenos violentos (por ejemplo, supernovas), dónde y cuándo? Análisis de vasto número de imágenes. • Búsqueda de desviaciones, anomalías, situaciones interesantes y tendencias en un mar de datos; • Modelado de fenómenos económicos, sociales, físicos, etc., y extracción de conclusiones.

Video sobre las aportaciones de A. Guzmán a la tecnología y ciencias de la computación

Entrevista a A. Guzmán (centenario de la ESIME; serie "Personajes en la historia de la ESIME", 2014). 1h29min. De una manera muy amena e interesante el Dr. Adolfo Guzmán Arenas, destacado egresado de la ESIME, nos platica de sus investigaciones y aportes en la tecnología y ciencias de la computación, que le han valido importantes premios y reconocimientos como el Premio Nacional de Ciencias y Artes y recientemente el de Felow de la IEEE. Para ver el video, pulse aquí. 

Noticia: IEEE Fellow --Qué dice el Centro de Investigación en Computación del IPN

En su página principal, www.cic.ipn.mx,  el CIC publicó el 4 de noviembre de 2013 lo siguiente:
Ingresa al IEEE (Instituto de Ingenieros Eléctricos y Electrónicos) el Dr. Adolfo Guzmán Arenas, investigador del Centro de Investigación en Computación del IPN como Fellow.

El Dr. Guzmán ya era miembro del IEEE desde hace unos 48 años. Fue primero miembro estudiante, luego miembro regular, luego Miembro Senior. A partir del 1º de enero de 2014 el Instituto de Ingenieros Eléctricos y Electrónicos (IEEE) ha elevado al Dr. Adolfo Guzmán Arenas a IEEE Fellow, por su distinguida trayectoria en el campo de la computación específicamente en el análisis de imágenes de tres dimensiones.

En dicho trabajo, el investigador del Laboratorio de Bases de Datos y Tecnología de Software del CIC logró resolver el problema de distinguir objetos tridimensionales en una imagen que sólo es bidimensional, esto mediante un programa de cómputo que asigna etiquetas, las cuales permiten identificar todos los cuerpos que se encuentran en la imagen.

Actualmente el Dr. Guzmán trabaja en la Ciencia de los datos, el análisis de grandes cantidades de datos con el enfoque: deducciones, modelado, clasificación y otras operaciones, sobre todo de grandes conjuntos para facilitar la toma de decisiones, toda vez que permite analizar tendencias, predecir y modelar el comportamiento de un fenómeno. Es decir, transformar una gran cantidad de datos en información y conocimiento útil para decidir, planear y entender mejor lo observado.

Entre las personalidades que apoyaron la distinción destacan Carlos Coello, el primer investigador mexicano Miembro Fellow de la IEEE; José Franco López, Presidente de la Academia Mexicana de Ciencias, y Joaquín Salas, ex Director e investigador del Centro de Investigación en Ciencia Aplicada y Tecnología Avanzada (CICATA) Unidad Querétaro, del IPN. Así como otros científicos de gran trayectoria internacional como el Secretario de la IEEE Región 9 de Latinoamérica, Dr. Ignacio Castillo; Dr. Stephano Levialdi, de la Universidad de la Sapiencia de Italia; Dr. Yale Patt, de la Universidad de Texas; Dr. Gerald Sussman, del Instituto Tecnológico de Massachusetts (MIT) y Dr. Madhukar Pitke, de la Academia de Ciencias de la India.

Para mayor información pueden consultar http://a-guzman.blogspot.mx/
Información tomada de https://journalmex.wordpress.com/2013/12/01/  (11 de junio de 2016: información no disponible)

Notas:

El IEEE tiene miembros estudiantes, miembros profesionales, miembros Senior y FELLOWs, que es el más alto nivel de membresía. Aproximadamente uno de cada cinco mil ingenieros (de los cuatrocientos mil que forman el IEEE) es FELLOW.

El IEEE (Instituto de Ingenieros Eléctricos y Electrónicos) es la mayor asociación profesional del mundo dedicada al avance de la innovación tecnológica y la excelencia en beneficio de la humanidad. El IEEE y sus miembros inspiran una comunidad global a través de las publicaciones de las revistas científicas del IEEE altamente citadas en las que se incluyen los resúmenes de: conferencias, estándares tecnológicos, y actividades profesionales y educativas.

La misión principal del IEEE es fomentar la innovación tecnológica y excelencia en beneficio de la humanidad.

Visión del IEEE ser esencial para la comunidad técnica mundial y para los profesionales técnicos de todo el mundo, y ser reconocido universalmente por las contribuciones de la tecnología y de los profesionales técnicos en la mejora de las condiciones globales.

Disfrutamos en el Encuentro Nacional de Computación (ENC 2013) de una cena virreynal. Morelia, Mich. 31oct2013

La virreyna (Cristina Loyo, LANIA) agradece la presencia de los invitados y señala el inicio del banquete. El monje (Eduardo Morales) observa con atención.

El monje (Eduardo Morales, INAOE), un invitado (Adolfo Guzmán, CIC-IPN), el obispo (César Cárdenas, UMSNH), el militar (Jesús Favela, INAOE), brindan esa noche.

Ya había llegado a la cena el Virrey de la Nueva España y la Virreyna. Los invitados a la mesa real con vasos repujados en plata virreynal (supongo), los invitados en copas de bronce. El vino, tinto.

Hubo lechón asado, carne de res a las brasas, verduras hervidas. En la Nueva España no se usaban cubiertos (tenedor, cuchillo). Los diez dedos de las manos eran suficientes.

Distinguidos personajes del ENC 2013 fueron transportados al mundo virreynal. Acompañan al virrey el obispo César Cárdenas y el militar Jesús Favela.


Llegan el Virrey (un actor del restaurante) y la Virreyna (Cristina Loyo), acompañados de su séquito. 
Los súbditos observan con reverencia y atención.

El virrey, después de una reverencia, nos brinda un elocuente pero breve discurso.

¿Y yo de qué hablé? (No en la cena, sino en el ENC 2013). Mi charla fue sobre el tema "Ciudad Digital, Sociedad Inteligente." Cómo se pueden modificar los procesos en una urbe, usando computación, comunicaciones, y software, para vivir mejor. Más abajo en mi blog hay detalles sobre este tema. Para ver el video "Ciudad inteligente con conectividad y tecnología", pulse aquí (parte 1, 14min); aquí (parte 2, 8min). 2010.



Invitada por el Virrey llegó Karina Figueroa (UMSNH), Local chairwowan del ENC 2013.

El Encuentro Nacional de Computación ENC 2013 fue un éxito en parte por el esfuerzo y trabajo dedicado por los organizadores locales, Dra. Karina Figueroa y Dr. César Cárdenas (el obispo).

En la Semana Nacional de Ciencia y Tecnología, Oaxaca de Juárez, octubre 2013.

Invitado por el Consejo Oaxaqueño de Ciencia y Tecnología, dirigido por el Ing. Alberto Sánchez, Adolfo Guzmán participó con una plática el 22 de octubre de 2013, sobre RieSis, un software construido para ayudar a atender una contingencia severa provocada por un sismo de gran magnitud en una ciudad grande.

 Llegué temprano el 22 de octubre, y fuimos el Ing. Alberto Sánchez y yo a desayunar a los portales frente al Palacio de Gobierno, en la capital, Oaxaca de Juárez. A espaldas se aprecia la fachada lateral de la Catedral. El Consejo Oaxaqueño de Ciencia y Tecnología promueve la tecnología, la ciencia y la innovación en todas las regiones de Oaxaca. Durante la Semana Nacional de Ciencia y Tecnología, alumnos de diferentes escuelas expusieron sus prototipos al público en general, en la explanada que está frente a la Catedral. Vi secadores de frutas, extractos del cilantro, plástico hecho con la yuca (una raíz), un criadero de caracoles de jardín, para extraer carne de caracol y diversas pomadas hechas con la baba de este molusco gasterópodo. Había mucho más, pero tuve que ir a dar mi plática.

El Ing. Alberto Sánchez (a la derecha) es Director del Consejo Oaxaqueño de Ciencia y Tecnología. La plática ocurrió durante la Semana Nacional de Ciencia y Tecnología, que organiza el Conacyt en todo México, con la colaboración decisiva de los Consejos estatales de ciencia y tecnología.

Visitó el IPN el Prof. Toshio Fukuda, experto en ingeniería de micro y nano sistemas

Nos visitó del 2 al 6 de octubre de 2013. Con este motivo, el Excmo. Sr. Shuichiro Megata, Embajador del Japón en México, organizó una comida en su honor, en la residencia del Embajador. El Dr. Fukuda es profesor de la Universidad de Nagoya, ciudad industrial donde hay fuerte desarrollo automotriz. La Universidad tiene excelentes departamentos mecánicos, de materiales compuestos y de nano tecnología.

Dr. Alexander Poznyak, Cinvestav IPN-Control; Prof. Toshio Fukuda, Nagoya University; Dr. Adolfo Guzmán, CIC-IPN;. Viernes 4 de octubre de 2013.

Con el Sr. Embajador. Sentados, de izquierda a derecha, Alexander Poznyak; Embajador Shuichiro Megata; Toshio Fukuda, Adolfo Guzmán Arenas. De pie,  de izq. a der.: Ing. Salvador Rivera; Dr. Guillermo Morales; Dr. Akihiro Inada; funcionario del INAD; Ing. Jimmy de la Hoz.

Prof. Toshio Fukuda, Prof. Adolfo Guzmán Arenas, Excmo. Embajador Shuichiro Megata, en la residencia del Sr. Embajador.

¿Qué son los dispositivos lógicos programables, y para qué sirven?

Existen pastillas programables, a las que se les puede cambiar el alambrado, y por tanto su función, su labor. Este cambio de conexiones no es físico (no cambiamos los alambres y los volvemos a soldar en la nueva posición), sino programable. Se alambra (se programa) la pastilla para que ejecute ciertas funciones, y así se queda hasta que se reprograme mediante software (un programa de computadora) para ejecutar una nueva función, otro cálculo o transformación de entrada(s) a salida(s). Claro está que no se reprograma a cada rato –se reprograma cuando se requiere, y se usa la pastilla muchas veces, antes del próximo cambio. Es como cambiar de lugar los muebles (mueble significa móvil) de la sala, versus tener una sala con los muebles fijos, por ejemplo preconstruidos al momento de hacer el piso.

Los más comunes son unas pastillas llamadas FPGAs (por su nombre en inglés), que contienen circuitos lógicos (circuitos que hacen funciones o cálculos sencillos, “son los que hacen el trabajo”), organizados en bloques.... Acceder al artículo en LA CRÓNICA.  Acceder al artículo en academia.edu