martes, 28 de noviembre de 2017

An Edge Detection Method using a Fuzzy Ensem- ble Approach


 La detección de bordes es uno de los pasos de bajo nivel más importantes en el procesamiento de imágenes.

En este trabajo, proponemos un método basado en un conjunto difuso para la detección de bordes, que incluye un enfoque de Fuzzy-C-means  para definir las funciones de membresía de entrada del sistema de inferencia difusa . 

Probamos el rendimiento del método utilizando una base de datos pública con la verdad del terreno. Además, comparamos nuestra propuesta con métodos clásicos y otros métodos basados ​​en lógica difusa, utilizando diferentes métricas de precisión. Llevamos a cabo experimentos con diferentes niveles de ruido de sal y pimienta para evaluar el rendimiento de los detectores de bordes. 

Las métricas ilustran la solidez de la elección del umbral en la etapa de binarización. En condiciones ruidosas, el método propuesto funciona mejor que otros enfoques difusos. Los resultados comparativos validaron que nuestra propuesta supera las técnicas tradicionales. Este trabajo fue publicado en Acta Polytechnica Hungarica, Vol 14 No 3, 2017. Esta publicación está indexada en JCR.

 Descargar artículo aquí

 

Image and video hosting by TinyPic
Image and video hosting by TinyPic

jueves, 23 de noviembre de 2017

Profesores investigadores de la Facultad de Ingeniería participaron en congreso de Inteligencia Artificial

El pasado mes de octubre, se celebró el evento 16th Mexican International Conference on Artificial Intelligence (MICAI 2017) en la ciudad de Ensenada, Baja California. Dicha conferencia tiene por objetivo presentar trabajos de investigación de alta calidad sobre temas de inteligencia artificial, no solamente realizados en México, sino en todo el mundo. En esta ocasión, tres profesores investigadores de la Facultad de Ingeniería participaron tanto en la organización como en la presentación de trabajos.

Por una parte, la Dra. Lourdes Martínez y el Dr. Hiram Ponce, ambos miembros de la mesa directiva de la Sociedad Mexicana de Inteligencia Artificial (SMIA) – responsable del evento –, participaron en el comité organizador. Entre las actividades que les fueron encomendadas estuvo la revisión de artículos, coordinación de exposiciones en varias sesiones de la conferencia e incluso en la invitación del Dr. Jeff Dean, investigador principal de Google Brain, para ofrecer una plática magistral.

Por otra parte, los profesores expusieron los trabajos de investigación titulados: “Versatility of Artificial Hydrocarbon Networks for Supervised Learning”, “Human Activity Recognition on Mobile Devices Using Artificial Hydrocarbon Networks” y “Survey on Machine Learning Approaches for Age Related Macular Degeneration Diagnosis and Prediction”, presentados por la Dra. Lourdes Martínez, el Dr. Hiram Ponce y la Mtra. Antonieta Martínez Velasco, respectivamente. Cabe destacar que este último trabajo es el resultado de una parte de los trabajos que la Mtra. Martínez Velasco ha estado realizando como alumna del Doctorado en Ingeniería, dentro de la Facultad.

Particularmente, el trabajo “Human Activity Recognition on Mobile Devices Using Artificial Hydrocarbon Networks” tuvo por objetivo presentar los avances en el reconocimiento de actividades humanas haciendo uso de teléfonos móviles, aplicando una técnica de inteligencia artificial para el aprendizaje supervisado llamada redes de hidrocarburos artificiales. Por este trabajo, José Guillermo González Mora (estudiante de la especialidad en Robótica y Automatización), junto con su asesor el Dr. Hiram Ponce, así como los investigadores Dra. Lourdes Martínez y Dr. Luis Miralles, obtuvieron el Premio al Mejor Artículo de Estudiante presentado durante el congreso.

La participación activa de nuestros profesores en eventos como este, permiten incrementar los trabajos de investigación generados en la Facultad y difundir los más recientes resultados en su área de especialización.

Felicitamos también a la Sociedad Mexicana de Inteligencia Artificial por su 30 Aniversario, misma que ha permitido el acercamiento y divulgación de la inteligencia artificial en México. Motivo por el cual, MICAI 2017 también fue un foro de festejos para la comunidad científica en computación de nuestro país.


El Dr. Hiram Ponce presentando su trabajo ganador del Premio al Mejor Artículo de Estudiante en MICAI 2017


La Mtra. Antonieta Velasco y la Dra. Lourdes Martínez en la Universidad Autónoma de Baja California, sede MICAI 2017



Mesa de discusión sobre el futuro de la Inteligencia Artificial en México, por algunos expresidentes de la SMIA



Reconocimiento al mejor trabajo de un estudiante presentado en MICAI 2017



Diploma de presentación del trabajo de investigación doctoral de la Mtra. Antonieta Martínez-Velasco







Image and video hosting by TinyPic 
Image and video hosting by TinyPic

jueves, 9 de noviembre de 2017

Paper "A new hybridized algorithm based on Population-Based Simulated Annealing with an experimental study of phase transition in 3-SAT" por Dr. Félix Martínez


El Dr. Félix O Martínez Ríos presentó en la conferencia internacional Computer Science and Computational Intelligence el trabajo titulado A new hybridized algorithm based on Population-Based Simulated Annealing with an experimental study of phase transition in 3-SAT.

Con este trabajo el Dr. Martínez recibió la distinción de Mejor Artículo y Mejor Expositor de la conferencia, en la que se presentaron más de 100 trabajos de investigadores provenientes de países como: Japón, China, Francia, Corea, Malasia, Indonesia, entre otros.


Este artículo está publicado por la revista  Procedia Computer Science de la editorial Elsevier que se encuentra indexada en SCOPUS.

A partir de los resultados en esta Conferencia la editorial Nova Science Publishers de Estados Unidos, invitó al Dr. Martínez a escribir un capítulo para el libro que será publicado en el primer trimestre del 2018 con el título Simulated Annealing: Introduction, Applications and Theory.

Este artículo trata sobre la construcción de un nuevo algoritmo que utiliza la paralelización intrínseca en los procesadores de las computadoras actuales (o en clusters de computadoras que pueden construirse) para la solución de problemas muy complejos. El problema SAT es el más importante de los problemas No Polinomiales (se representan con las iniciales NP y son problemas que consumen muchos recursos de tiempo de ejecución y memoria, para encontrar una solución a diferencia de los problemas llamados Polinomiales). Los otros problemas No Polinomiales pueden ser transformados en un problema de SAT, por lo que si se resuelve eficientemente SAT esto implica la solución eficiente de todos los restantes problemas No Polinomiales.

Alguno de los problemas No Polinomiales están relacionados con problemas de la vida cotidiana relacionados con la Inteligencia Artificial, la optimización de operaciones en la industria, la automatización de procesos, fabricación de microprocesadores, etc.

En esta misma conferencia el MC Lorenzo Elguea en coautoría del Dr. Martínez presentaron el trabajo titulado An efficient method to compare latencies in order to obtain the best route for SDN que también está publicado en la revista indexada Procedia Computer Science de Elsevier.

Esta última publicación es el resultado de una parte de los trabajos que el MC Elguea realizó como alumno del Doctorado en Ingeniería para su proceso de culminación de estudios doctorales.

Este resultado de investigación de MC Elguea trata sobre métodos más eficientes para detectar sobre las redes de cómputo, los caminos más rápidos y confiables para realizar enlaces en la red. Este trabajo tiene gran impacto en la selección de mejores rutas para proveer servicios de internet, comunicación de voz y video sobre IP, acceso a recursos en la nube, etc.
 
 
 
Image and video hosting by TinyPic
Image and video hosting by TinyPic