Se encontraron 20 investigaciones
Se obtuvo financiamiento de S/ 2,200,000.00 para 10 becas doctorales que desarrollen tesis en Inteligencia Artificial
Participantes:
Instituciones participantes:
La tecnología de información y comunicación está ahora preparándose para la próxima revolución, la próxima generación brindará un software que servirá a los usuarios mucho mejor porque conocerá, hablará y entenderá su idioma. La próxima generación de tecnología de la información dominará el lenguaje humano a tal punto que los usuarios podrán comunicarse utilizando la tecnología en su propio idioma, los dispositivos podrán encontrar automáticamente las noticias y la información más importantes de todo el mundo simplemente utilizando simples comandos de voz. La tecnología del lenguaje podrá traducir automáticamente o ayudar a los intérpretes, resumir conversaciones y documentos, y apoyar a los usuarios en tareas de aprendizaje. Sin embargo, hay más de 6900 lenguas en el mundo y solo una pequeña fracción posee los recursos necesarios para la implementación de las tecnologías del lenguaje humano. Actualmente, estas tecnologías están relacionadas solo con lenguas para las cuales hay grandes recursos disponibles o que repentinamente son de interés debido a la escena económica o política. Desafortunadamente, hasta el momento la mayoría de las lenguas de los países en desarrollo o de las minorías étnicas reciben muy poca atención, todos los idiomas autóctonos americanos se encuentran dentro de este grupo. En el mundo actual y en las últimas décadas se han desarrollado con éxito varios procesos de recuperación de lenguas en condiciones similares a las que actualmente se encuentra el quechua. Estos procesos de recuperación han sido ayudados y catalizados por herramientas computacionales creadas dentro del área del conocimiento conocida como Procesamiento del Lenguaje Natural (NLP). El presente proyecto pretende desarrollar recursos computacionales indispensables para el procesamiento del idioma Quechua sureño.
Participantes:
Instituciones participantes:
Nuestro entendimiento sobre el Universo es aún incompleto, en este contexto los neutrinos son nuestra mejor conexión con la nueva física que explicaría lo que no conocemos aún. Esta propuesta se enfocará en estudiar señales de esta nueva física utilizando los datos de experimentos actuales en prospectiva con experimentos futuros, tales como DUNE (Deep Underground Neutrino Experiment - Fermilab) entre otros. Para tener una mayor potencia en nuestras búsquedas de nueva física requerimos computación de alto rendimiento (HPC) como herramienta fundamental. Es pues también materia de esta propuesta la implementación de nuestros cálculos en entornos de nuevas tecnologías de HPC, tales como son las unidades de procesamiento gráfico. Este desarrollo, al margen de tener impacto en la generación de conocimiento de frontera, podría tener aplicaciones que vayan más allá de la ciencia fundamental.
Participantes:
Instituciones participantes:
El ecoturismo en el Parque Nacional Huascarán (PNH) debe ser sostenible y ordenado, pero se encuentra amenazado por peligros hidrometeorológicos y el cambio climático. En promedio 4.5 visitantes del PNH fallecen al año y la experiencia a nivel mundial indica que la progresiva mejora en la disponibilidad de información de monitoreo y pronóstico meteorológico ha reducido las fatalidades en las actividades ecoturísticas en alta montaña. Sin embargo, en el PNH la disponibilidad de dicha información a escala local está limitada tanto por lo reducido del sistema observacional como por la falta de herramientas automatizadas para la generación de los pronósticos meteorológicos. En este proyecto se fortalecerá el sistema de información meteorológica para el PNH. Para esto, se diseñará un sistema de vigilancia automatizada y optimizada de los peligros hidrometeorológicos y se implementará un sistema de inteligencia artificial para determinar el estado del tiempo, particularmente la nubosidad, basado en imágenes de cámaras de bajo costo. Se implementarán herramientas de pronóstico de tormentas eléctricas utilizando información satelital, basado en la técnica de flujo óptico, con metodologías tradicionales y de inteligencia artificial con variación temporal y considerando la influencia de la topografía. También se implementará un sistema de corrección empírica de las salidas operacionales de modelos numéricos de la atmósfera a través de un modelo de regresión múltiple para generar pronósticos del tiempo a escala local en el PNH y a nivel diario. Estas herramientas se operativizarán en SENAMHI mediante APIs y se desarrollará un aplicativo móvil para poner la Información generada, así como otra relevante de INAIGEM y SERNANP, a disposición de los visitantes del PNH y operadores turísticos, lo cual permitirá una planificación y realización más segura de las actividades ecoturísticas.
Participantes:
Instituciones participantes:
El crecimiento económico de los últimos años ha generado un incremento en la demanda de personal para atención al cliente, publicidad y marketing, pero existe una brecha entre la mano de obra demandada y la disponible. En este sentido, un robot que realice estas funciones, es una oportunidad para satisfacer las necesidades del mercado. Para eventos de comunicación, publicidad y marketing, los robots realizan recolección de información (encuestas, audio, imágenes, video) para análisis de tendencias, hábitos, trayectorias y opiniones utilizando algoritmos de inteligencia artificial, esta información es una base de datos valiosa para el rubro de retail, cadenas de autoservicio, centros comerciales, universidades, y otros. Se propone el desarrollo e implementación de un Robot Móvil de Telepresencia con Sistema de Inteligencia Artificial para Telemarketing y Atención al Cliente. El robot cuenta con: i) estructura modular y ligera para fácil transporte; ii), capacidad de teleoperación y telepresencia; iii) capacidad de navegación autónoma y generación de trayectorias; iv) algoritmos para recolección de información y reconocimiento de patrones; v) características interactivas para interacción humano-robot. Los componentes diferenciadores son sus partes modulares que lo hacen portátil y expandible para diversas actividades (conferencias, visitas a planta, marketing, publicidad, supervisión), y sus algoritmos de inteligencia artificial propietarios que permiten una interacción y comunicación humano-robot fluida.
Participantes:
Instituciones participantes:
Los recientes eventos climatológicos ocurridos en el país nos demuestran que no poseemos capacidades físicas ni humanas para recuperarnos rápidamente, esto debido a diferentes factores; pero, ocurrida la catástrofe, el paso inmediato es medir el daño producido de manera que se puedan definir proyectos de infraestructura y saneamiento que consigan recuperar las áreas afectadas y reinstaurar el normal funcionamiento de servicios y mejora de la calidad de vida de las personas. En el caso de inundaciones la tarea fundamental es detectar los cuerpos de agua, pero, luego de ocurrido el desastre natural, estos cuerpos de agua se presentan de forma no homogénea por causa de mezcla del agua con otros materiales; es decir los índices de color en imágenes de sensores remotos presentan una alta variabilidad. El trabajo de caracterización de cuerpos de agua, así como la determinación de zonas afectadas y evaluación del daño post-desastre, se realizan por especialistas de forma visual directa con apoyo de herramientas semiautomáticas. Nuestra propuesta consiste en aplicar técnicas de aprendizaje de máquina y visión computacional (deep learning) para la extracción automática de información de cuerpos de agua en imágenes satelitales multi-temporales, de manera que se facilite la evaluación del daño provocado por desastre de inundaciones y huaycos en un menor periodo de tiempo.Por tratarse de un proyecto inicial nos centraremos en el diseño de la red neuronal y para el área de estudio nos concentraremos en el distrito de Catacaos, donde el fenómeno de El Niño costero causó graves estragos el 2016. Para ello se cuentan con las imágenes satelitales obtenidas de bancos de imágenes libres de la región de Catacaos previos y posteriores a la catástrofe. El resultado del presente proyecto podrá ser usado para un proyecto mayor, que involucre más regiones afectadas y la participación de mayores actores (CONIDA, COEN, etc), de manera que se apoye en las políticas nacionales de resilencia.
Participantes:
Instituciones participantes:
El crecimiento económico de los últimos años ha generado un incremento en la demanda de personal para atención al cliente, publicidad y marketing, pero existe una brecha entre la mano de obra demandada y la disponible. En este sentido, un robot que realice estas funciones, es una oportunidad para satisfacer las necesidades del mercado. Para eventos de comunicación, publicidad y marketing, los robots realizan recolección de información (encuestas, audio, imágenes, video) para análisis de tendencias, hábitos, trayectorias y opiniones utilizando algoritmos de inteligencia artificial, esta información es una base de datos valiosa para el rubro de retail, cadenas de autoservicio, centros comerciales, universidades, y otros. Se propone el desarrollo e implementación de un Robot Móvil de Telepresencia con Sistema de Inteligencia Artificial para Telemarketing y Atención al Cliente. El robot cuenta con: i) estructura modular y ligera para fácil transporte; ii), capacidad de teleoperación y telepresencia; iii) capacidad de navegación autónoma y generación de trayectorias; iv) algoritmos para recolección de información y reconocimiento de patrones; v) características interactivas para interacción humano-robot. Los componentes diferenciadores son sus partes modulares que lo hacen portátil y expandible para diversas actividades (conferencias, visitas a planta, marketing, publicidad, supervisión), y sus algoritmos de inteligencia artificial propietarios que permiten una interacción y comunicación humano-robot fluida.
Participantes:
Instituciones participantes:
Predecir si un gen responderá a la intervención de otro gen basados únicamente en el comportamiento temporal de sus perfiles de expresión génica sería de gran valor en investigaciones médicas, ya que permitiría enfocar los costosos experimentos intervencionales a aquellas interacciones con alta probabilidad en su predicción, reduciendo así los costos y tiempos de las investigaciones. Sin embargo, tal tarea de predicción es altamente desafiadora debido a los múltiples modos de causalidad que existen en las interacciones inter- génicas y a los elevados niveles de ruido, propios de datos biológicos. El presente proyecto de investigación propone estudiar la aplicación de técnicas de biclustering y comités de clasificadores para aprender las sutiles diferencias que caracterizan las interacciones causales gen-gen en datos temporales de expresión génica. Las técnicas de biclustering han demostrado su efectividad en revelar patrones con significado biológico en datos de expresión génica, mientras que los comités de clasificadores han generado un interés creciente en el área de aprendizaje de máquina y aplicaciones, dada su frecuente superioridad en precisión y robustez en relación a predictores mono-clasificador. A pesar de estas evidencias, la aplicación combinada de los enfoques mencionados no ha sido estudiada para el problema de predicción de causalidad, lo cual ha motivado la elaboración del presente proyecto de investigación.
Participantes:
Instituciones participantes: