Búsqueda avanzada

CESAR ARMANDO BELTRAN CASTAÑON

CESAR ARMANDO BELTRAN CASTAÑON

CESAR ARMANDO BELTRAN CASTAÑON

Doctor en Bioinformática, Universidad de Sao Paulo

Ver todos los grados

MESTRE EN CIENCIAS - CIENCIA DE LA COMPUTACAO (instituto de ciencias matematicas e de computacao - Universidad de sao paulo)

Ingeniero de Sistemas
DOCENTE ORDINARIO - PRINCIPAL
Docente a tiempo completo (DTC)
Departamento Académico de Ingeniería - Sección Ingeniería Informática

Investigaciones

Se encontraron 19 investigaciones

2022 - 2023

TARPURIQ, recursos lingüísticos para el procesamiento computacional del idioma Quechua sureño

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:

  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Departamento Académico de Ingeniería (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Dirección de Fomento de la Investigación (DFI) (Financiadora)
2021 - 2023

Explorando las fronteras de la física usando neutrinos y nuevas tecnologías de computación de alto rendimiento

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:

  • CONCYTEC - FONDECYT (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Grupo de altas energías (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Grupo de inteligencia Artificial (Financiadora)
  • UNIVERSIDAD NACIONAL DE SAN AGUSTIN - Dpto. ciencia de la computación (Financiadora)
2021 - 2023

Meteo-Huascarán: Ecoturismo seguro con monitoreo y pronóstico meteorológico automatizado con machine learning en el Parque Nacional Huascarán

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:

  • CONCYTEC - FONDECYT (Financiadora)
  • INSTITUTO NACIONAL DE INVESTIGACION EN GLACIARES Y ECOSISTEMAS DE MONTAÑA - Sub direccion de Información y Análisis, Dirección de Información y Gestión del Conocimiento (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Grupo de Inteligencia Artificial (Financiadora)
  • SENAMHI - SERVICIO NACIONAL DE METEOROLOGIA E HIDROLOGIA - Dirección de Meteorología y Evaluación Ambiental Atmosférica (Financiadora)
2018 - 2021

Robot Movil con Sistema de Inteligencia Artificial para Telemarketing y Atencion al Cliente

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:

  • 4HELIX LABS (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Departamento Académico de Ingeniería (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Dirección de Fomento de la Investigación (DFI) (Financiadora)
2019 - 2020

Modelo computacional de extracción automática de información de cuerpos de agua para la evaluación del daño provocado por desastre de inundaciones y huaycos mediante el análisis por visión artificial de imágenes satelitales multi- temporales.

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:

  • COMISION NACIONAL DE INVESTIGACION Y DESARROLLO AEROESPACIAL (CONIDA) - CONIDA (Financiadora)
  • CONCYTEC - FONDECYT (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Grupo de Inteligencia Artificial IA-PUCP (Financiadora)
2019 - 2020

ROBOT MOVIL CON SISTEMA DE INTELIGENCIA ARTIFICIAL PARA TELEMARKETING Y ATENCION AL CLIENTE

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:

  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Grupo de Inteligencia Artificial IA-PUCP (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Vice rectorado de investigación (Financiadora)
2016 - 2019

Aplicación de técnicas de biclustering y comités de clasificadores en la predicción de interacciones causales gen-gen a partir de datos observacionales temporales de expresión génica.

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:

  • MINISTERIO DE LA PRODUCCION - INNOVATE PERU (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - Grupo de Inteligencia Artificial IA-PUCP (Financiadora)
2016 - 2019

Circulo de Investigación en Computación de alto desempeño con énfasis en el desarrollo de técnicas y métodos de minería de datos en gran escala para el apoyo de investigaciones de cambio climatico

Este proyecto propone investigar y desarrollar técnicas y métodos de minería de datos de gran escala basado en algoritmos aproximados y paralelos para analizar los datos utilizados por metereologistas y agro-meteorologistas como soporte en sus investigaciones de cambio climático en el sur de Perú. En general, el objetivo de este proyecto es el desarrollo de métodos para analizar los resultados de los modelos de pronostico de cambio climático regional y compararlas con las mediciones reales recogidos por las estaciones de tierra con el fin de evaluar la calidad de los datos generados y tener en cuenta la calibración de los modelos de predicción . Además , tenemos la intención de desarrollar nuevos métodos para filtrar , analizar y extraer patrones de asociación entre los datos climáticos.

Participantes:

Instituciones participantes:

  • CONCYTEC - FONDECYT (Financiadora)
  • INSTITUTO DE INVESTIGACIONES DE LA AMAZONIA PERUANA, IIAP - IIAP (Financiadora)
  • PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU - IA-PUCP (Financiadora)
  • UNIVERSIDAD LA SALLE - vicerrectorado de investigación (Financiadora)
  • UNIVERSIDAD NACIONAL DE SAN AGUSTIN - centro de desarrollo de software (Financiadora)