Sistema de visualización de la información de tópicos más importantes generados en medios sociales

En esta tesis de maestría en el CIC (2015), Mauricio Iván Guerrero Hernández analiza las noticias que aparecen en secciones de periódicos.  Mauricio Guerrero analyzes news in Spanish newspapers, in order to detect the most important topics in them.

Resumen (parcial).

     En este trabajo se da una propuesta de solución de detectar los tópicos más importantes e informar de su permanencia en el tiempo, para lo cual se utiliza una versión ya implementada del algoritmo no supervisado llamado Latent Dirichlet Allocation (LDA), que con modificaciones permite identificar un número determinado de tópicos a partir de un rango de días o un período de tiempo en una colección de publicaciones preparadas con el Procesamiento de Lenguaje Natural.

      Las colecciones de publicaciones se obtienen de suscripciones RSS de secciones de periódicos, así como de tweets que son publicados por periodistas destacados por su índice de seguidores o número de publicaciones, información que es almacenada en bases de datos, pero antes es tratada con procesos del área de Minería de Datos (extracción, transformación y carga).

     En el trabajo se define el concepto de tópico más importante,  basado en el mayor número de apariciones de un tópico en diferentes noticias de la colección. También se da una definición de similitud entre tópicos de diferentes períodos que ayuda a revisar su aparición de un tópico a lo largo de varios períodos de tiempo. Definiciones útiles para identificar y dar a conocer los tópicos a los usuarios que acceden a estos medios y dar un seguimiento de ellos, si son de su interés.

     También se construye un prototipo de software que utiliza las anteriores definiciones.

Abstract (part).

     In this paper it is given a proposal for a solution to detect the most important topics and report on their permanence in time, using an already deployed version of the model called Latent Dirichlet Allocation (LDA), which allows the identification of topics from a range of days and a period of time in a collection of publications in Spanish. 
     The publications are obtained from RSS subscriptions sections of newspapers, as well as tweets are published by journalists highlighted by its index of followers or number of publications, information that is stored in databases, but before it is treated with data  mining processes (extraction, transformation and loading). 
     The most important topic concept is defined, based on the highest number of occurrences of a news topic in different collection. It also uses a definition of similarity between different periods.

      A software prototype has been built, that uses the above definitions.

Automatic Mapping Magnetic Resonance Images into a Multimedia Database using SIFT

     This paper focuses on the representation of magnetic resonances of different parts of the human body, such as knees, spinal column, arms, elbows, etc., using ontologies. First, it maps the resonance images in a multimedia database. Then, automatically, using the SIFT pattern recognition algorithm, descriptors of the images stored in the database are extracted in order to recover useful data for the user; it uses the ontologies as an artificial intelligence tool and, in consequence, reduces generation of useless data. Why do we think this is an interesting task? Because, if the user requires information about any topics or (s)he has some illness or needs to undergo magnetic resonance, this tool will show him/her images and text to convey a better understanding, helping to obtain useful conclusions.
     Artificial intelligence techniques are used, such as machine learning, knowledge representation, and pattern recognition.
     The ontological relations introduced here are based on the common representation of language, using definition dictionaries, Roget’s thesaurus, synonym dictionaries, and other resources The system generates an output in the OM ontological language. This language represents a structure where our system adds the data scanned by the SIFT algorithm.
     The tests have been made in Spanish; however, thanks to the portability of our system, it is possible to extend the method to any language.

Keywords— Artificial Intelligence, Ontology, Multimedia Database, Pattern Recognition, Magnetic Resonance.

Full text: click here.

Reference: J. Reynoso, A. Cuevas, F. Garcia and A. Guzmán (2015) Automatic Mapping Magnetic Resonance Images into Multimedia Database using SIFT. IEEE Latin America Transactions Vol.13 No. 8, 2709-2714

Typical festivity, "San Jerónimo Dr", Mexico City, October 2015

Again, we the people born in Ixtepec, Oax., and friends or residents there, celebrate this annual festivity with regional dances, parades and food from Oaxaca. This time it was held in the Casino Militar (next to the National Auditorium, Paseo de la Reforma, Mexico City) on October 17, 2015.

Ladies dance with the typical dress from Tehuantepec, Oax.

The queen for 2015-2016.

Good food, good music.

White papers about TICs, e-learning, etc. Reportes sobre Satélites Artificiales, Computación, Gobierno Digital y Enseñanza por Internet

El  Dr. Mariano Gamboa, del Centro de Investigación y Estudios Avanzados del IPN, ha creado varios interesantes informes técnicos sobre

• Computación (2011)
• Gobierno Digital (2012)
• Aprendizaje en línea (2012)
• Satélites artificiales (2015) 

Pueden descargarse de http://whitepaper.cinvestav.mx/ (debe registrarse, son gratis).

Several interesting white papers (in Spanish) have been written by Dr. Mariano Gamboa, of CINVESTAV-IPN. You can download them (free of charge, but you must register) from http://whitepaper.cinvestav.mx/. About TICs, Digital govenment, e-learning, and e-government.

Soy miembro del Consejo Académico de la Universidad Abierta y a Distancia de México (UNaDM)

¿QUÉ ES LA UnADM?
Es la institución con que nuestro país encara el reto de la educación superior en el siglo XXI. La modalidad abierta y a distancia mediante el uso de la tecnología responde a las líneas de desarrollo críticas para las sociedades del conocimiento: igualdad de oportunidades, sustentabilidad ambiental, educación universal e internacionalización.
     Por tanto, la educación abierta y a distancia se constituye como la gran estrategia para ofrecer servicios educativos a amplios sectores de la población; sobre todo, a personas que viven en zonas apartadas, o a quienes por diversas razones no pueden asistir a sistemas tradicionales escolarizados.
¿CUÁNDO SE CREÓ?
Se crea oficialmente como un órgano administrativo desconcentrado de la Secretaría de Educación Pública, dotado de autonomía técnica, académica y de gestión, mediante decreto presidencial, publicado en el diario oficial de la federación el 19 de enero de 2012.
¿QUÉ ES EL CONSEJO ACADÉMICO?
Es un órgano de la UnADM (art. 5o del decreto de creación).
¿CÓMO ESTÁ INTEGRADO?
Según el art. 10, por * El Rector, quien lo presidirá; * El Secretario General, que fungirá como secretario del Consejo; Un representante de la Subsecretaría de Educación Superior de la Secretaría de Educación Pública, el cual deberá contar con el nivel mínimo de Director General; * Los Coordinadores; * Los Directores de las Divisiones Académicas; * Hasta cinco representantes por todos los plantenes o representaciones que, en su caso, establezca la Universidad, y * Hasta cinco representantes del personal académico. Para más información, pulse aquí.

INSTALACIÓN DEL CONSEJO ACADÉMICO DE LA UnADM
Se llevó a cabo a las 11h del 12 de agosto de 2015, en la Sala de Juntas de la UnADM. Sus miembros son:

• Mtro. Efrén Tiburcio Rojas Dávila, Presidente Honorario, Subsecretario de Educación Superior, SEP.
• Dr. Francisco Cervantes Pérez, Presidente. Rector, UnADM.
• Mtra. Susana maría Sosa Silva, Suplente, Secretaria General, UnADM.
• Dr. Enrique Fernández Fassnacht, miembro distinguido, Director General, Instituto Politécnico Nacional.
• Dr. Salvador Malo Álvarez, miembro distinguido, Director General, Dirección General de Educación Superior Universitaria, SEP.
• Doctor José Sarukhán Kermez, miembro distinguido, Coordinador Nacional, Comisión Nacional para el conocimiento y el uso de la Biodiversidad.
• Doctora Silvia Ortega Salazar, miembro distinguido, Directora General, Colegio de Bachilleres.
• Dr. José Adolfo Rodríguez Gallardo, miembro distinguido, Director General de Bibliotecas, UNAM.
• Lic. Ma. Elena Martínez González de la Vega, miembro distinguido, Coordinadora de Planeación Estratégica y Evaluación Universitaria, UnADM.
• Dr. Adolfo Guzmán Arenas, miembro distinguido, miembro de la Academia Mexicana de Informática e investigador del Centro de Investigación en Computación del IPN.
• Mtra. Ma. Dolores Durán Márquez, miembro distinguido, Coordinadora de Tecnología e Innovación Educativa, UnADM.
• Dr. Eduardo Abel Peñaloza Castro, miembro distinguido, Rector, Universidad Autónoma Metropolitana, Unidad Cuajimalpa.
• Mtro. Juan Simón Isidro, miembro distinguido, Coordinador Académico y de Investigación, UnADM.
• Dr. Germán Escorcía Saldarriaga, miembro distinguido, Director General Adjunto para la Cooperación Internacional, ILCE.
• Mtra. Blanca Rocío Ramos Alfaro, Coordinadora de Extensión, Vinculación y Desarrollo Social, UnADM.
• Dr. Alejandro Canales Cruz, miembro distinguido, Jefa de la División de Ciencias Sociales y Administrativas, UnADM.
• Mtro. Luis Mariano Torres Pacheco, miembro distinguido, Jefe de la División de Ciencias Exactas, Ingeniería y Tecnología, UnADM.
• Dr. José Pedro Rocha Reyes, miembro distinguido, Jefe de la División de Investigación y Posgrado, UnADM.
• Dr. Raúl Arias Lovillo, miembro distinguido, Director Ejecutivo del Programa Campus, Organización Universitaria Interamericana.
• Mtro. Manuel Moreno Castañeda, miembro distinguido, Rector del Sistema de Universidad Virtual, Universidad de Guadalajara.
• Dr. Lorenzo García Aretio, miembro distinguido, Drector de la cátedra UNESCO de Educación a Distancia, CUED (España).
• Dr. Claudio Rama Vitale, miembro distinguido, exDirector, Instituto Internacional de la UNESCO para la educación Superior en América Latina y el Caribe (IELSALC).
• Dr. Josep María Duart Montoliu, miembro distinguido, Director de la Revista de Universidad y Sociedad del Conocimiento, Universidad Oberta de Cataluña (España).

Visualización de indicadores y tendencias delictivas a partir de informes gubernamentales. Tesis de maestría de Miguel Ángel Castillo Orta

Resumen. En esta tesis se pretende modelar uno de los principales problemas que aqueja hoy en día a nuestro país, la inseguridad y delincuencia, por tal motivo se trata el registro, procesamiento y visualización de datos relacionados con delitos.
     Hasta ahora se han desarrollado diversas propuestas para el registro y atención a delitos, apoyadas en sistemas de información geográfica, algunas en un ámbito de ciudad y otras abarcando un país. Los datos en estos sistemas se obtienen en la mayoría de los casos por las autoridades de seguridad pública, mientras que en otros, también la ciudadanía participa registrando los incidentes delictivos de los cuales haya sido víctima.
     En este trabajo se desarrolla un sistema de información geográfica que tiene como propósito proveer a la ciudadanía de información geo-referenciada de delitos que ocurren en la Ciudad de México, para que procure asistir y transitar por sitios seguros. Este recurso también puede serle de utilidad a la autoridad responsable de la seguridad pública para hacer un seguimiento de la ocurrencia de incidentes delictivos.
     Los incidentes delictivos se registran en el sistema y se almacenan en una base de datos, a partir de ésta se genera un cubo de datos, tipo estrella, con tres dimensiones: tipo de delito, ubicación y tiempo; los datos se procesan para mostrar visualmente la ocurrencia de los incidentes delictivos en ubicaciones geográficas y en intervalos de tiempo que permite a las personas que revisan la información presentada generar hipótesis de patrones delictivos en espacio o tiempo.

Miguel Castillo (al centro), con sus directores de tesis, G. Martínez y A. Guzmán.

 Viewing criminal indicators and government reports from trends.
Abstract. In this thesis the intention is to model one of the main problems today afflicts our country, insecurity and crime, Therefore it's about the recording, processing and displaying data related to crimes.
     So far there were several different proposals for the registration and attention to crimes, supported by GIS, some in an area of town and other covering a country. The data in these systems are obtained in most cases by public security authorities, while in others, citizens participate also recorded criminal incidents of which has been the victim.
     In this work it develops a geographic information system that aims to provide citizens the information geo-referenced of crimes in Mexico City to try to attend and travel on secure sites. This feature can also be helpful to the responsible public security authority to monitor the occurrence of criminal incidents.
     The criminal incidents are recorded in the system and stored in a database, from content recorded is generated a data cube, star type, with three dimensions: type of crime, location and time; the data is processed for displaying the occurrence of criminal incidents in geographical locations and time intervals that allows people who review the information submitted generate hypothesis of crime patterns in space or time.
 
Laboratorio de Ciencia de los Datos y Tecnología de Software, Centro de Investigación en Computación, Instituto Politécnico Nacional, México. 27 de julio de 2015.

Video sobre La Ciencia de los Datos. Video about Big Data. Specifically, text processing. 2014. Conference in INFOTEC, Mexico City.

Seminario "Big Data". En español. Para verlo, pulse aquí. 
In English. To see it, click here.

Visit of Dr. Madhukar Pitke (IEEE Life Fellow, India) to Mexico City. June 2015.

Madhukar Pitke, his wife Medha and Tlaloc, the God of rain. Antropology Museum, Mexico City, 30jun2015

                   For a few days, Dr. Pitke and his wife Medha visited us. Besides sightseeing, one of his purposes was to visit Adolfo, to strenghten ties between IEEE Mexico and IEEE India, and to see how we could make a tribute to Ing. Sergio Beltrán, pioneer of Computer Science in Mexico. Beltrán introduced the first computer to Mexico (IBM 650, Centro de Cálculo Electrónico [CCE], UNAM, 1958). He also placed Mexico in the (computer) map, inviting for talks, short courtes, and even several months stays in CCE, to renowned computer pioneers. Among them: Daniel Slotnick (U. of Illinois, creator of the ILLIAC IV supercomputer), Saul Gorn (U. of Pennsylvania), Manny Lehman (U. Hebrea de Jerusalem), Niklaus Wirth (U. of Boussard, Grenoble), Karl Zemanek (U. of Vienna) and many others. For a description of Beltran's work, click here.
     In a visit to IEEE Mexico Section, he met Ing. Ignacio Castillo (IEEE Region 9 Secretary) and Dr. Ron S. Leder (IEEE + Biotechnology). 30jun2015. See picture below.

Strenghtening the ties between IEEE India and IEEE Mexico.

Dr Pitke talks about his experience building networks
and digital systems.1jul2015. DGTIC UNAM Mexico.

Organizing a tribute to Sergio Beltran. Dr. Felipe Bracho,
Ms. Medha Pitke, Dr. Pitke. DGTIC UNAM.

Sistema para la gestión de datos y la creación de contenidos para el conocimiento de los pueblos indígenas

Computer system for data management and content creation for the knowledge of indigenous peoples from Mexico. This is the M. Sc. thesis (in Spanish) of Javier Jiménez Iglesias. To retrieve the full document, click here.
Ésta es la tesis de maestría de Javier Jiménez Iglesias. Para acceder al texto completo, pulse aquí.

Abstract. This paper shows the structure of a system that manages data uploaded and recorded by users who create content, enriched text image, audio and video record of the knowledge of indigenous peoples. Through a web application implements an interface for recording content considering the specific character of the writing of native languages and the possibility to include audio to this linguistic representation. Displays using a geographic information system linguistic diversity to locality level linking content entered by users. Additionally implements the possibility of feeding a base of words and phrases with the corresponding word or phrase in language native at Spanish based on the content recorded by the speaker in their native language.

The 2012 ACM Computing Classification System Keywords: Information systems → Information retrieval → Specialized information retrieval → Structure and multilingual text search → Multilingual and cross-lingual retrieval.

The 1998 ACM Computing Classification System Keywords: H. Information Systems, H.5 Information interfaces and presentation (I.7 Document and text processing, 1.7.1 Document and Text Editing, Languages), H.5.2 User Interfaces, Natural language.

Javier Jiménez (después de su graduación), Adolfo Guzmán (su director de tesis). CIC, IPN, México. 17 de julio de 2015

Resumen. El presente trabajo muestra la estructura de un sistema para la gestión datos obtenidos y registrados por los usuarios, la creación de contenidos de textos enriquecidos con audio imagen y video, como registro del conocimiento de los pueblos indígenas. Mediante un servicio de aplicación web, una interface para el registro de contenidos considerando los caracteres específicos de la escritura de las lenguas indígenas y la posibilidad de incluir audio a esta representación lingüística. Visualización mediante un sistema de información geográfica de la diversidad lingüística a nivel localidad, vinculando los contenidos ingresados por los usuarios. Adicionalmente implementa la posibilidad de alimentar una base de palabras y frases con su correspondiente en lengua indígena al español partiendo del contenido registrado por el hablante en su lengua materna.

Palabras clave The 2012 ACM Computing Classification System: Sistemas de información → Recuperación de la información → Recuperación de Información especializada → Estructura y búsqueda de texto multilingüe → multilingüe y recuperación en varios idiomas

Palabras Clave The 1998 ACM Computing Classification System: H. Sistemas de Información, H.5 Interfaces y presentación de la información (I.7 Procesamiento de documentos y texto, I.7.1 Edición de texto y documento, lenguajes), H.5.2 Interfaces de Usuario, Lenguaje Natural.
 

The Academy of Engineering (Mexico) nominates Adolfo Guzmán as an Académico de Honor

Since June 2015. It is the highest membership degree conferered by the Academy of Engineering. (details here). Induction ceremony: click here.
Adolfo es ahora Académico de Honor de la Academia de Ingeniería. Dentro de la Academia, Adolfo es miembro de la Comisión de Especialidad en Comunicaciones Eléctricas y Electrónica (CEICE) (detalles aquí). Ceremonia de inducción (28 de marzo de 2016): pulse aquí.

ACADÉMICOS DE HONOR DE LA ACADEMIA DE INGENIERÍA (hasta mayo 2015)

    DR. OCTAVIO A. RASCON CHAVEZ    Civil
    ING. EDUARDO CASAS DIAZ    Sin Comisión
    ING. OSCAR DE BUEN Y LOPEZ DE HEREDIA    Civil
    ING. ROGER DIAZ DE COSSIO    Civil
    ING. LUIS ESTEVA MARABOTO    Civil
    DR. OSCAR M. GONZALEZ CUEVAS    Civil
    ING. EULALIO JUAREZ BADILLO    Civil
    DR. ROBERTO MELI PIRALLA    Civil
    ING. ALFONSO OLVERA LOPEZ    Civil
    DR. DANIEL RESENDIZ NUÑEZ    Civil
    ING. ENRIQUE TAMEZ GONZALEZ    Civil
    DR. ISMAEL HERRERA REVILLA    Geofísica
    DR. JAIME CERVANTES DE GORTARI    Mecánica y Mecatrónica
    DR. RICARDO CHICUREL UZIEL    Mecánica y Mecatrónica
    ING. RAFAEL PARDO GRANDISON    Química
    DR. MARCO A. MURRAY LASSO    Sistemas Computacionales
    ING. JESUS AGUIRRE CARDENAS     Municipal y Urbanística
    ING. PABLO TAPIE GOMEZ    Eléctrica
    DR. JUAN CASILLAS GARCIA DE LEON    Civil
    DR. HECTOR O NAVA JAIMES    Comunicaciones y Electrónica
    ING. JUAN EIBENSCHUTZ HARTMAN  Nuclear
    ING. JOSE LUIS GUILLERMO GUERRERO VILLALOBOS    Civil
    DR. MARIO MOLINA PASQUEL ENRIQUEZ    Química
    ING. BRUNO DE VECCHI APPENDINI    Nuclear
    ING. SERGIO VIÑALS PADILLA    Comunicaciones y Electrónica
    ING. JOSÉ CARRILLO BRAVO    Geológica
    M.C. EUGENIO MÉNDEZ DOCURRO    Comunicaciones y Electrónica
    M.C. FAUSTO ALEJANDRO CALDERÓN GARCÍA    Geológica
    ING. AGUSTÍN STRAFFON ARTEAGA    Petrolera
    DR. FELIPE OCHOA ROSSO    Sistemas Computacionales
    DR. PABLO MARCELO MULÁS DEL POZO    Nuclear

Nota en GACETA IPN 1175 Pág. 11, 29jul2015

Noticias en la prensa nacional

La Crónica: Nombran Académico de Honor a Adolfo Guzmán. (Para leer, pulse aquí).
Educación futura: Nombra Academia de Ingeniería a Adolfo Guzmán como Académico de Honor (pulse aquí)
Notimex. Investigador del IPN es reconocido por aporte en tecnología. (pulse aquí)

Video. Entrevista por su desdignación como Académico de Honor

IPN Canal 11 TV. 29jul2015. 4min. Para ver el video, pulse aquí.

AnaPro, Tool for Identification and Resolution of Direct Anaphora in Spanish

Derivado de su tesis en la Escuela Superior de Cómputo del IPN, Israel Toledo Gómez y Erick Valtierra Romero desarrollaron AnaPro, una aplicación de software que identifica y resuelve la anáfora directa (los pronombres en tercera persona) en textos en español. Descargue aquí la publicación que sobre AnaPro apareció en el Journal of Applied Research and Technology, en 2014.

     AnaPro is software that solves direct anaphora in Spanish, specifically pronouns: it finds the noun or group of words to which the pronoun refers. It locates in the previous sentences the referent or antecedent which the pronoun replaces.
     An example of a direct anaphora solved is the pronoun “he” in the sentence “He is sad.” Much of the work on anaphora has been done for texts in English; thus, we specifically focus on Spanish documents.
     AnaPro directly supports text analysis (to understand what a document says), a non trivial task since there are different writing styles, references, idiomatic expressions, etc. The problem grows if the analyzer is a computer, because they lack “common sense” (which persons possess). Hence, before text analysis, its preprocessing is required, in order to assign tags (noun, verb,…) to each word, find the stems, disambiguate nouns, verbs, prepositions, identify colloquial expressions, identify and resolve anaphora, among other chores.
     AnaPro works for Spanish sentences. It is a novel procedure, since it is automatic (no user intervenes during the resolution) and it does not need dictionaries. It employs heuristics procedures to discover the semantics and help in the decisions; they are rather easy to implement and use limited knowledge. Nevertheless, its results are good (81% of correct answers, at least). However, more tests will give a better idea of its goodness.

Click here to dowload the paper that appeared in Journal of Applied Research and Technology.

Keywords: I.2. Artificial Intelligence, I.2.7 Natural Language processing, Text Analysis, Anaphora resolution.

     AnaPro es un software que resuelve problemas con anáforas directas en español, especialmente pronombres: la herramienta encuentra el sustantivo o grupo de palabras al cual se refiere el pronombre. Localiza en oraciones previas la referencia o antecedente y lo reemplaza por el pronombre que le corresponde. Un ejemplo de anáfora directa resuelta es el pronombre “él”, en la oración “Él está triste”.
     AnaPro apoya directamente el análisis de textos (para entender lo que el documento dice), tarea no trivial ya que existen diferentes formas y estilos de escribir, referenciar, expresiones regionales (mexicanismos, argentinismos, etc.). Todavía se complica más si el analizador es una máquina porque no tiene “sentido común” (que cualquier persona puede tener). Así, antes de analizar el texto, se requiere pre-procesarlo para asignar etiquetas (sustantivos, y verbos, entre otros) a cada palabra, encontrar las derivaciones, desambiguar sustantivos, verbos, preposiciones, identificar expresiones coloquiales, identificar y resolver anáforas, entre otras tareas.
     AnaPro trabaja con oraciones en español. Es un proceso novedoso porque es totalmente automático (no requiere la intervención de un usuario) y tampoco necesita de diccionarios. Emplea un procedimiento heurístico para descubrir la semántica y apoyarse en las decisiones que debe de tomar. Ha resultado ser bueno (con un 81-100% de aciertos); sin embargo, más ejemplos nuevos darán mejor idea de su desempeño.

Video "Avances en Inteligencia Artificial".  Entrevista a Adolfo Guzmán.  Programa Pensamiento libre SE3. Avances en Inteligencia Artificial.  (52min, 2013). Conduce: Mtro. Juan Carlos Colín Ortega, académico de tiempo del Departamento de Ciencias e Ingenierías de la IBERO Puebla). Para ver el video, pulse aquí.

Se funda la Academia Mexicana de Computación --Foundation of AmexComp (Mexican Academy of Computer Science)

Fue el 9 de enero de 2015 cuando se formalizó la creación de la Academia Mexicana de Computación. Algunos de los miembros fundadores aparecemos en la fotografía. Los fundadores: Luis Alberto Pineda Cortés, Carlos Artemio Coello Coello, Luis Enrique Succar Sucar, Jesús Favela Vara, Francisco Cantú Ortiz, Christian Lemaitre, Eduardo F. Morales Manzanares, Adolfo Guzmán Arenas, Hanna Oktaba, Raúl Monroy Borja, Jesús Savage Carmona, José Matías Alvarado Mentado, Carlos Antonio Zozaya Gorostiza, Alexander Gelbukh, Marcena Deyanira Rodríguez Urrea, Alejandro Aceves López, Manuel Montes y Gómez, Juan Manuel Ahuactzin, Francisco Cervantes Pérez, Juan Humberto Sossa Azuela.

​Sentados (de iz. a der.): Enrique Sucar, Francisco Cantú, Adolfo Guzmán, Luis Pineda, Humberto Sossa. Parados al frente (de izq. a der.): Christian Lemaitre, Manuel Montes, Hanna Oktaba, Jesús Favela, Alexander Gelbukh, Juan Manuel Ahuactzin. Parados atrás (de izq. a der.): Eduardo Morales, Jesús Savage, Francisco Cervantes, Matías Alvarado, Carlos Coello.  9 de enero de 2015.

Ingresan nuevos miembros a la ACADEMIA MEXICANA DE INFORMÁTICA

En lucida Ceremonia de Inducción, ingresaron nuevos miembros y miembros asociados a la AMIAC. Palacio de Minería (Tacuba 5, Centro Histórico, México DF), 9 de diciembre de 2014. ¡Enhorabuena!
The Academia Mexicana de Informática (Mexican Academy of Informatics) inducted new members on December 9, 2014.

Exhiben su diploma los nuevos miembros (primera fila, de  izq. a der.) xx, Francisco Javier Mendieta Jiménez, Sergio Carrera Riva Palacio, Javier Jiménez Iglesias, Oscar Mendoza Durán, Guillermo Medina flores, Julieta Palma (atrás), Claudia Marina Vicario Solórzano, Gloria Quintanilla, Carlos Gershenson, Gustavo Flores Verdugo, Israel Toledo (hasta atrás). En primera fila, extrema derecha, Enzo Molino.

 Como miembros asociados, fueron admitidos varios estudiantes de posgrado y egresados del Centro de Investigación en Computación del IPN.

De izq. a der., Oscar Mendoza Durán, Osvaldo Calvo, Israel Toledo Alvarado, Adolfo Guzmán Arenas, todos del CIC del IPN.

Por cien pesos, Guzmán entró a la computación

Al terminar su carrera en ingeniería eléctrica en la ESIME del IPN, Adolfo Guzmán Arenas ingresó al laboratorio de cibernética de la institución para hacer sus prácticas, que recientemente se había fusionado con el Centro Nacional de Cálculo. Iniciaba la segunda mitad de la década de los años sesenta.   Pulse aquí para seguir leyendo.

Visualización de respuestas a preguntas de negocios de periodos variables en tiempo y de temporadas sobre objetos de interés

Eric Ortega Villanueva enfocó su tesis de Maestría en el Centro de Investigación en Computación del IPN a la visualización de información acerca de las trayectorias académicas de los estudiantes de educación básica en la República Mexicana. Este trabajo fue dirigido por los Dres. Gilberto Martínez Luna y Jesús Olivares Ceja. 

Resumen
     Actualmente los problemas de analizar grandes volúmenes de datos se presentan de manera cotidiana, ya que la disponibilidad de terabytes en medios de almacenamiento junto con sistemas de software y comunicaciones permiten recolectar de manera continua grandes volúmenes de datos. Entre muchas fuentes de estos volúmenes, son las actividades de sistemas sociales con un gran número de participantes, administrados por software que registra y monitorea tales actividades, un ejemplo de estos son los estudios del rendimiento escolar.
     En México una actividad de este tipo son los estudios de educación básica (preescolar, primaria y secundaria), que en promedio, cada año registran a más de 30 millones de estudiantes, estos estudios se hacen de manera continua, en los doce años que dura la educación básica, registrando la inscripción y terminación de cada persona; así que por cada estudiante se almacenan al menos 24 registros, en caso de terminar con éxito su ciclo escolar.

     La mayoría de los estudiantes que terminan con la educación básica son casos de éxito, pero, aun así algunos no la terminan o se retrasan, lo cual, repercute en la economía del país (por la inversión que representan en materiales, dinero, administración y recursos asignados). Por lo anterior, es importante realizar un análisis de estos últimos, para lo cual, primero se debe hallar una manera de modelar las trayectorias de estudio para así describir y  posteriormente identificar mediante la clasificación de casos las trayectorias académicas y así ayudar a localizar las causas de las anomalías de no terminar la educación básica.
     En este trabajo con una muestra de información proporcionada por el Instituto Nacional para la Evaluación de la Educación (INEE) que abarca casi 5 años
continuos de México, que equivale a más de 200 millones de registros, se realiza la modelación de lo que son las trayectorias académicas de los estudiantes de educación básica, para lo cual se definen procesos que extraen los datos necesarios para identificar las trayectorias que el modelo distingue.  Se define una estructura en la que se almacenan datos y posteriormente se realiza una descripción de los mismos. Se determina la frecuencia de cada trayectoria y las dimensiones que permiten ubicarlo en un cuboide. Los datos organizados mediante una lattice permiten contestar preguntas de negocio cuya respuesta se visualiza usando la forma más apropiada para el tipo de información. La estructura de lattice también permite responder a consultas en diferentes niveles de abstracción o de jerarquía.
     Esta estructura de almacenamiento también tiene la característica de facilitar el análisis de la movilidad de los estudiantes, dado que se cree que sea una causa de las trayectorias de interés que no tienen éxito al  retrasar su terminación o detenerla. La estructura permite  almacenar bajo una etiquetación de los cambios en escuelas, en tipos de escuelas, municipios, estados, turnos, entre otros datos que permiten revisar su impacto en los diferentes tipos de trayectorias, que se espera sea más apreciado cuando se realiza la visualización de estas trayectorias.
     La estructura de almacenamiento permite responder a consultas en diferentes niveles de abstracción o jerarquías, para lo cual se auxilia de una estructura de lattice que permite moverse a través de las jerarquías de abstracción y mostrar agregados en diferentes niveles.

Se gradua como Maestro en Ciencias Erick Ortega Villanueva jul2014. De izq. a der., M. en C. Sandra Orantes, Dr. Gilberto Martínez (Director de tesis), M. en C. Ortega (el sustentante), Dr. Adolfo Guzmán.

 

Generación dinámica de vistas de datos en sistemas de integración de información para fuentes de datos independientes

Un sistema de integración de información crea la ilusión de que se tiene una base de datos unificada o única (que se integra a partir de varias bases de datos independientes), a la cual se le puede formular una consulta.  Para responder a esta consulta, debe reformularse: dividirse en consultas parciales que deben ser ejecutadas en las bases (reales) independientes. En su tesis de Maestría en el Centro de Investigación en Computación del Instituto Politécnico Nacional, Álvaro Salazar Urbina, dirigido por el M. en C. Alejandro Botello, da tres algoritmos para la reformulación de la consulta global. Pulse aquí para obtener la tesis (texto completo) de Álvaro.

Abstract. This work focuses on the integration of information systems, specifically in the reformulation of a query.  The reformulation of the query is a very important phase of the integration of information systems due to the fact that general queries by a user to a global interface, must be executed in different local schemas. 
     This thesis provides three algorithms for query formulation under the Local As View approach.
Click here to obtain Alvaro's thesis.

Aplicación de técnicas de optimización para la generación de planes de ejecución de consultas hacia bases de datos remotas

¿Cómo se generan los planes de ejecución de consultas hacia bases de datos remotas, donde la consulta es única y el plan la descompone en preguntas parciales hacia las bases de datos relevantes (el software debe escoger primero cuáles bases serán las relevantes, las usadas)? ¿En qué orden deben ejecutarse estas consultas parciales, o pueden ser simultáneas? En su tesis de maestría en el CIC-IPN, dirigido por el M. en C. Alejandro Botello, Rodolfo Navarro Zayas aborda y resuelve este problema. Pulse aquí para obtener la tesis de Rodolfo (texto completo). 

Resumen.
Un sistema mediador es aquel que permite llevar a cabo la integración de datos que residen en fuentes de información generalmente heterogéneas – que no son del mismo sistema y/o modelo de datos - y remotas, y para ello utiliza una representación unificada de los datos (denominada esquema mediado). Este esquema es utilizado por el usuario para formular consultas particulares al sistema mediador, sin que el usuario conozca la ubicación física de los datos, ni los esquemas de las fuentes en las que estos se encuentran alojados. Estos aspectos deben ser resueltos por el sistema mediador al tiempo de ejecutar la consulta.
En este trabajo se presenta una propuesta de solución para la generación de planes de ejecución de consultas hacia bases de datos remotas, que podrá ser incorporada por el módulo optimizador de un sistema mediador, y en donde el enfoque propuesto inicia recibiendo la consulta del usuario (que inicialmente se encuentra en términos del esquema mediado) y procede a: a) hacer la selección de fuentes relevantes (aquellas que cooperan con respuestas trascendentes), b) la descomposición de la consulta en expresiones que están en términos de los esquemas locales (denominadas consultas objetivo), así como, c) generar la definición del orden de las operaciones de reunión, buscando que este orden proporcione agilidad al procesamiento de la consulta en la integración.
Para determinar el orden de ejecución, se aplican algunas fórmulas de optimización para estimar el número de registros resultantes de las reuniones implicadas en la consulta, tomando en cuenta los valores de selectividad (número de tuplas que cumplen un predicado sobre el total de tuplas), la cardinalidad (los valores que aparecen en un atributo) y los tamaños de las tablas (número total de tuplas) involucradas; posteriormente se utilizan estos datos en un algoritmo Greedy cuya función de progreso consiste en dar una mayor prioridad a la ejecución temprana de las operaciones que generan una cantidad menor de tuplas, con el fin de evitar o postergar tanto como sea posible las operaciones que generan más tuplas y por consiguiente reducir el tiempo de respuesta del sistema para resolver la consulta del usuario.

Abstract.
A mediator system performs the integration of data which is located in remote sources, these sources usually are heterogeneous (it means that sources do not belong to the same system or that the sources use different data models to store the information). In order to handle these differences the mediator uses a unified data representation (called mediated schema), this representation is used by the user to express their queries to the system, therefore the user does not need to know the location of the data or the schemas of the sources where the data is stored, These aspects are handled by the mediator system at query execution time.
In this text is presented an approach to generate optimal query execution plans through the access to remote databases, this approach must be able to be incorporated in a query optimizer module of a mediator system. This module receives the user query (which initially is expressed in terms of the mediated schema) and then: a) perform the selection of the relevant sources (those which provide meaningful results), b) do the query decomposition of expressions in terms of local schemas (called target queries) and c) determine the execution order of joins operations, aiming to provide agility to query execution process.
To determine the execution order, some optimization formulas are performed for estimating the number of records resulting from the join operations involved in the query, considering the selectivity values (number of tuples that satisfy a condition) cardinality (the values that appear in an attribute) and the sizes of the tables (total number of tuples) involved; then these data is used for a Greedy algorithm whose progress evaluation function gives greater priority to the early execution of operations that generate fewer tuples, in order to avoid or delay as much as possible the operations that generate more tuples and thus reduce the response time of the system to resolve the user query.
Click here to obtain Rodolfo's thesis.

Efficiently Finding the Optimum Number of Clusters in a Dataset with a New Hybrid Cellular Evolutionary Algorithm

In his Ph. D. thesis, Javier Arellano develops four new ways to find better clusters in a data set. A summary of these methods is given in a Computación y Sistemas paper. Click here to obtain it in full.
     Abstract. A challenge in hybrid evolutionary algorithms is to employ efficient strategies to cover all the search space, applying local search only in actually promising search areas; on the other hand, clustering algorithms, a fundamental base for data mining procedures and learning techniques, suffer
from the lack of efficient methods for determining the optimal number of clusters to be found in an arbitrary dataset. Some existing methods use evolutionary algorithms with cluster validation index as the objective function. In this article, a new cellular evolutionary algorithm based on a hybrid model of global and local heuristic search is proposed for the same task, and extensive experimentation is done with different datasets and indexes.

Efficiently Finding the Optimum Number of Clusters in a Dataset with a New Hybrid Cellular Evolutionary Algorithm. Javier Arellano-Verdejo, Adolfo Guzmán-Arenas, Salvador Godoy-Calderon, and Ricardo Barrón Fernández.  Computación y Sistemas, Vol. 18, No. 2, 2014, pp. 317-327

Búsqueda eficiente del óptimo número de grupos en un conjunto de datos con un nuevo algoritmo evolutivo celular híbrido.

En su tesis doctoral, Javier Arellano muestra varios métodos nuevos para encontrar mejores cúmulos o agrupamientos de un conjunto de datos. Usa algoritmos evolutivos para este fin. Un artículo que los resume aparece en Computación y Sistemas. Pulse aquí para obtener el artículo completo.
     
     Resumen. Un reto actual en el área de algoritmos evolutivos híbridos es el empleo eficiente de estrategias para cubrir la totalidad del espacio de búsqueda usando búsqueda local sólo en las regiones prometedoras. Por otra parte, los algoritmos de agrupamiento, fundamentales para procesos de minería de datos y técnicas de aprendizaje, carecen de métodos eficientes para determinar el número óptimo de grupos a formar a partir de un conjunto de datos. Algunos de los métodos
existentes hacen uso de algunos algoritmos evolutivos, así como una función para validación de agrupamientos como su función objetivo. En este artículo se propone un nuevo algoritmo
evolutivo celular, para abordar dicha tarea. El algoritmo propuesto está basado en un modelo híbrido de búsqueda, tanto global como local, y tras presentarlo se prueba con una extensa experimentación sobre diferentes conjuntos de datos y diferentes funciones objetivo.

Palabras clave. Agrupamiento, algoritmo genético celular, microalgoritmos evolutvos, optimización por cúmulo de partículas, número óptimo de clases.

Vela de San Jerónimo Doctor en el Casino Militar, Chapultepec, México DF. 3 de octubre de 2014

San Jerónimo es el santo patrón de Ciudad Ixtepec, Oax. Cada año se celebra su fiesta, en un baile istmeño llamado "vela", donde las mujeres lucen sus hermosos trajes. Cambian los mayordomos, y la reina saliente pasa su trono a la reina entrante. Los istmeños que estamos lejos de nuestro terruño, también celebramos en su día. En esta ocasión, la vela "San Jerónimo Doctor" ocurrió en el Casino Militar de la cd. de México.

La calenda, con antorchas, es un recorrido festivo nocturno

Desfile de tehuanas, al principio del festejo

Desfila el estandarte de San Jerónimo, santo patrón de Cd. Ixtepec, Oax.

Cambio de mayordomos. Habla la reina saliente

Adolfo con la reina entrante, S. M. Ma. del Carmen Muñoz Martínez

Adolfo, Adolfito. 3 de octubre de 2014

Se generaliza el baile. En esta pieza de música solo bailan mujeres

Despedida de Sergei Levachkine

Miembro del Laboratorio de Bases de Datos y Tecnología de Software, el Dr. Sergei Levachkine se retira del CIC (Centro de Investigación en Computación) del IPN,  después de una estancia fructífera de 15 años. Nos reunimos el viernes 3 de octubre de 2014 para despedirnos de él, y le deseamos una feliz y próspera carrera profesional y científica, en sus nuevos rumbos.

De izq. a der., Jesús Figueroa, Adolfo Guzmán, Sergei Levachkine, Gilberto Gutiérrez, Juan Carlos Chimal, Germán Téllez, Ricardo Barrón. 3 de octubre de 2014.

After a fruitful stay at the Laboratorio de Bases de Datos y Tecnología de Software (Data Base and Software Technology Laboratory) of Politécnico, Dr. Sergei Levachkine departs from CIC (Centro de Investigación en Computación). During his 15 years as a full Professor, he erected the Geoprocessing Laboratory to international heights, directed numerous M. Sc. and Ph. D. thesis, edited several volumes of Springer's Lecture Notes, created the Confusion Theory and, with Adriana Jiménez (his Ph. D. student, see below in this blog) created the Theory of Inconsistency. Good luck, good fortune and good health, were our common wishes for him.