Universidad Veracruzana

Ponencias

Control óptimo estocástico a tiempo continuo (Dra. Beatris Adriana Escobedo Trujillo)

En esta plática introduciremos la teoría de control óptimo estocástico a tiempo continuo. Mas explícitamente, se mostrará como resolver problemas de control usando la técnica de programación dinámica y daremos algunos usos de la misma para resolver problemas de control en ingeniería.

Anatomía e implementación de un método numérico de ‘Deep Learning’ por medio de optimización estocástica y sus aplicaciones industriales (Dr. Alberto Santamaría Pang)

Los recientes avances en Inteligencia Artificial aunados con las cantidades masivas de datos y nuevos procesadores han trazado un curso de no retorno de transformación digital. En esta platica, voy a describir las ideas fundamentales de los algoritmos de ‘Deep Learning’ desde el punto de vista de optimización estocástica. El gradiente estocástico aproxima el gradiente de una función objetivo con respecto a millones parámetros. Dada la cantidad masiva de parámetros y las limitaciones de memoria en computadoras, no se puede estimar numéricamente el gradiente completo de la función objetivo, por lo que el gradiente estocástico toma una muestra aleatoria de datos, calcula una pérdida de la función objetivo. Así mismo, voy a presentar una implementación de esta familia de algoritmos en el lenguaje de programación Python utilizando librerías numéricas como PyTorch y NumPy. Finalmente, voy a ilustrar aplicaciones industriales para control de calidad en materiales para la fabricación de turbinas de avión, así como aplicaciones en la medicina y biológica molecular para el diagnóstico, tratamiento y desarrollo de terapias personalizadas para combatir cáncer.

Potencial gravitacional mediante la derivada fraccionaria de Fourier (Dr. Jesús Enrique Escalante Martínez)

En esta plática vamos a mostrar un potencial gravitacional definido por medio de una derivada fraccional; bajo la definición del operador fraccional de Fourier. Lo cual constituye un modelo general, capaz de transitar entre el modelo Newtoniano (clásico) al régimen MOND (Modified Newtonian Dynamics) debido al orden de la derivada. Al introducir la derivada fraccional es indispensable mantener la coherencia entre las unidades físicas, para ello proponemos un parámetro el cual se identifica como el radio MOND. Se mostrará que mediante nuestro modelo se puede derivar la relación astronómica de Tully-Fisher a partir de la tercera ley de Kepler.

Horario de Mesas de diálogo