2017 XVII Workshop on Information Processing and Control (Co-sponsored by IEEE)  

RPIC 2017

ATENCIÓN: Preinscripción a las conferencias

Para el público general el ingreso a las tres conferencias es gratuito, pero con cupo limitado.
Por eso, se requiere una preinscripción, la cual se debe solicitar enviando email a conferencias_rpic2017@fi.mdp.edu.ar, indicando Nombre, Apellido, DNI y Conferencia a la cual se preinscribe.
En caso de existir cupo se le enviará un email confirmando la inscripción.

Los asistentes registrados en el congreso NO necesitan preinscribirse.



Conferencia
“How big is too big? Clustering in Big Data with the Fantastic Four.”

Disertante
James Bezdek, Disertante Distinguido IEEE CIS.


Fecha y hora

Jueves 21 de septiembre de 2017 - 17:30 hs.

Lugar

Aula Principal del Anexo de la Facultad de Ingeniería de la UNMDP, Av. Juan B. Justo 2002, Mar del Plata.

Abstract

What is big data? For this talk "big" refers to the number of samples (n) and/or number of dimensions (p) in static sets of feature vector data; or the size of (similarity or distance) matrices for relational clustering. Objectives of clustering in static sets of big numerical data are acceleration for loadable data and feasibility for non-loadable data. Three ways currently in favor to achieve these objectives are (i) streaming (online) clustering, which avoids the growth in (n) entirely; (ii) chunking and distributed processing; and (iii) sampling followed by very fast (usually 1-2% of the overall processing time) non-iterative extension to the remainder of the data. Kernel-based methods are mentioned, but not covered in this talk.

This talk describes the use of sampling followed by non-iterative extension that extend each of the "Fantastic Four" to the big data case. Three methods of sampling are covered: random, progressive, and minimax. The last portion of this talk summarizes a few of the many acceleration methods for each of the Fantastic Four.
Which are? Four classical clustering methods have withstood the tests of time.
I call them the Fantastic Four:

The first three models apply to feature vector data. All three define good clusters as part of extrema of optimization problems defined by their objective functions, and in this talk, alternating optimization (known as expectation-maximization (EM) for GMD) is the scheme for approximating solutions. Approximate clustering with HCM, FCM and GMD based on literal clustering of a sample followed by non-iterative extension is discussed. Numerical examples using various synthetic and real data sets (big but loadable) compare this approach to incremental methods (spH/FCM and olH/FCM) that process data chunks sequentially. This portion of the talk concludes with a "recommendation tree" for when to use the various c-means models.

The SAHN model are deterministic, and operate in a very different way. Clustering in big relational data by sampling and non-iterative extension proceeds along these lines. Visual assessment of clustering tendency (VAT/iVAT) builds and uses the minimal spanning tree (MST) of the input data. Extension of iVAT to scalable iVAT (siVAT) for arbitrarily large square data is done with minimax sampling, and affords a means for visually estimating the number of clusters in the literal MST of the sample. siVAT then marries quite naturally to single linkage (SL), resulting in two offspring: (exact) scalable SL in a special case; and clusiVAT for the more general case. Time and accuracy comparisons of clusiVAT are made to crisp versions of three HCM models; HCM (k-means), spHCM and olHCM; and to CURE. Experiments synthetic data sets of Gaussian clusters, and various real world (big, but loadable) are presented.

Sobre el disertante

James Bezdek PhD
Applied Mathematics, Cornell, 1973.
Past president - NAFIPS, IFSA and IEEE CIS.
Founding editor - Int'l. Jo. Approximate Reasoning, IEEE Transactions on Fuzzy Systems.
Life fellow - IEEE and IFSA.
Awards: Retired in 2007.


Conferencia
"La Electrónica de potencia y las redes eléctricas inteligentes."

Disertante
María Inés Valla.


Fecha y hora

Miércoles 20 de septiembre de 2017 - 17:50 hs.

Lugar

Aula Principal del Anexo de la Facultad de Ingeniería de la UNMDP, Av. Juan B. Justo 2002, Mar del Plata.

Abstract

La mayor penetración de energías no convencionales con un modo de generación dispersa ha dado origen a un nuevo concepto en las redes eléctricas.
Hay una clara necesidad de integrar las distintas fuentes de generación de muy variados niveles de potencia, con los consumos residenciales e industriales. La variabilidad de las fuentes de energía no convencionales requiere de la incorporación de elementos almacenadores de energía para lograr soluciones sustentables, así como una utilización óptima de la energía disponible.
Todo esto da lugar a micro redes y a redes inteligentes las cuales deben ser controladas para garantizar su estabilidad. Detrás de los nombres más destacados de energías no convencionales, hay un protagonista oculto y esencial para el funcionamiento de estas redes que son los convertidores de potencia, los cuales permiten actuar sobre las redes eléctricas llevando las indicaciones de los sistemas de control.
En esta charla se pretende mostrar el rol que desempeña la electrónica de potencia en el funcionamiento de las redes inteligentes.

Sobre el disertante

María Inés Valla.
Los principales temas de investigación están en el área de electrónica de potencia, energías renovables y calidad de energía.
Doctora en Ingeniería e Ingeniera en Telecomunicaciones de la Universidad Nacional de La Plata (UNLP), en 1994 y 1980 respectivamente.
Desde 2004: Profesora Titular con DE en el Departamento de Electrotecnia, Facultad de ingeniería UNLP.
Desde 1985: Investigadora del CONICET; 11/2015 Inv. Superior, 1/2008-10/2015 Inv. Principal; 2000-2007 Inv. Independiente, 1991-1999: Inv. Adjunto, 1985-1991: Inv. Asistente.
Co-Editora en Jefe del IEEE Transaction on Industrial Electronics desde 2013.
La producción científica se resume en 58 publicaciones en revistas de la especialidad indizadas en el SCI, 61 trabajos en congresos internacionales, 90 trabajos en publicaciones y congresos nacionales y regionales y la redacción de un libro publicado por CRC Press de Taylor & Francis en 2013 y traducido al chino en 2016.
Editor Asociado del IEEE Transaction on Industrial Electronics desde 2007.
Premios y distinciones:


Conferencia
"LHC, Large Hadron Collider, la Máquina de Dios. Descubriendo los Secretos del Universo."

Disertante
Mario Benedetti.


Fecha y hora

Viernes 22 de septiembre de 2017 - 17:30 hs.

Lugar

Aula Principal del Anexo de la Facultad de Ingeniería de la UNMDP, Av. Juan B. Justo 2002, Mar del Plata.

Abstract

Esta conferencia muestra los elementos constitutivos de la máquina más grande que el hombre ha construido, así como sus objetivos y aplicaciones. A través de esta disertación se presentan los componentes fundamentales de todo lo que compone el Universo conocido y cómo ha evolucionado a partir de pocas millonésimas de segundo después del Big Bang, hace 13800 millones de años hasta nuestros días.

El CERN, Centro Europeo de Investigación Nuclear, fue inaugurado en 1954 en Ginebra, Suiza, en la frontera franco suiza. Es hoy el centro más importante a nivel mundial de Física de Altas Energías. En él trabajan más de 10000 personas de más de 87 países y 600 universidades. En él se encuentra el Large Hadron Collider, el acelerador de Partículas más grande, más energético y complejo del mundo, popularmente conocido como "La máquina de Dios". El disertante y su grupo de investigación han aportado, durante 42 años, soluciones en el campo de la Electrónica de Potencia y Control en todos los aceleradores de este centro.

Sobre el disertante

Mario Benedetti.
Argentino Naturalizado. Nacido en Italia el 02/04/1945. Ingresó al País el 27 de abril de 1947.
Sus padres se radicaron en Mar del Plata donde realiza los estudios primarios y secundarios.
Es Doctor en Ingeniería, orientación electrónica, Universidad Nacional de Mar del Plata. Ingeniero en Telecomunicaciones, Universidad Nacional de La Plata.
Cargos alcanzados:
Artículos, Libros, Congresos
Formación de Recursos Humanos
Premios y Distinciones
Divulgación
Como consecuencia del impacto mediático del tema y su trayectoria, en particular a partir del 30 de marzo de 2010, ha organizado charlas de difusión de los principios del Acelerador, los detalles de su construcción, y sus aplicaciones, dirigida al público en general y en especial a estudiantes segundarios. Al día de la fecha, ha dado conferencias y videos conferencias para una audiencia presente de aproximadamente 88.500 personas en distintas provincias del país y en el extranjero.
La conferencia completa se encuentra en alta definición en YouTube en 14 partes, con acceso de más de 350.000 personas. El material de la conferencia ha sido traducido a 4 idiomas (inglés, francés, italiano y español) a pedido del servicio de difusión y educación del Centro Europeo de Investigación Nuclear CERN).


Disertantes

James Bezdek

James Bezdek.


María Inés Valla

María Inés Valla.


María Inés Valla

Mario Benedetti.


Inscripción abierta

Programa del evento