Taller de optimización combinatoria

Fecha y hora: martes 6 de octubre a las 15:00 hrs

Lugar: aula A507

Para quienes proceden de fuera de la PUCP, a efectos de autorizar ingreso al campus, favor inscribirse en el siguiente link

Programa:

15:00 hrs.   Sistemas Multi-Agentes utilizando Aprendizaje por Refuerzo: Aplicación en Petróleo – Álvaro Talavera
16:00 hrs.   Algotirmos Evolutivos con Inspiración Cuántica, Modelos clásicos y nuevos modelos para problemas de Optimización Combinatoria-Yvan Tupac
17:00 hrs    Técnicas de optimización para el diseño de rutas de transporte público en Lima – GRPIAAA
 

TITULO: Sistemas Multi-Agentes utilizando Aprendizaje por Refuerzo: Aplicación en Petróleo

Expositor : Alvaro Talavera

Una cuestión fundamental en el área de neurociencia comportamental concierne en los proceso de decisión, por el cual animales y seres humanos selecciona acciones en el sentido de la recompensa y punición. Una técnica computacional que emula este sistema de aprendizaje es aprendizaje por refuerzo o “Reinforcement Learning – RL”. La presentación abordara una introducción a la teoría de Agentes y sistemas Multi-Agentes por mediante de RL y una aplicación en la producción oleo en un reservatorio de petróleo.

short Bio:

Posee graduación en Ingeniería Electrónica en la Universidad Católica de Santa María (2002). Maestría en Ingeniería Eléctrica por la Pontificia Universidad Católica do Rio de Janeiro (2010), con especialidad en métodos de apoyo a decisión utilizando inteligencia computacional aplicada. Doctor en Ingeniería Eléctrica en la Pontificia Universidad Católica do Rio de Janeiro (2014) con especialidad en el área de procesamiento de señales, control y automatización. Investigador principal en el Grupo de Tecnologia e Engenharia de Petróleo, GTEP – Brasil (2012). Coordinador de investigación de en Laboratorio de Inteligencia Computacional Aplicada – Puc-Rio (2014). Actualmente, profesor del Departamento Académico de Ingeniería, de la Universidad del Pacífico (2015). Áreas de Investigación: Inteligencia computacional, métodos de apoyo a decisión, Teoría de multi-agentes,Optimización, Control robusto y sistemas de control distribuidos.

 

TITULO: Algotirmos Evolutivos con Inspiración Cuántica, Modelos clásicos y nuevos modelos para problemas de Optimización Combinatoria.

Expositor: Yván J. Túpac Valdivia

Esta presentación mostrará el surgimiento de los algoritmos de Inspiración Cuántica, que basados en el paradigma de Computación Cuántica logran implementar heurísticas de búsqueda dirigida más eficientes que los modelos basados en el paradigma Neo-darwiniano. Se mostrará el modelo basado en Q-bits QIEA-B, y una nueva propuesta llamada G-QIEA que extiende el mecanismo de búsqueda a problemas de optimización combinatoria más genéricos, mostrando ejemplos y comparaciones con los modelos QIEA-B y modelos evolutivos convencionales notándose que estos modelos son más eficientes tanto en la rapidez de la búsqueda como en el uso de recursos computacionales.

short Bio:

Con pregrado en Ingeniería Electrónica (UNSA, 1995), Maestría en Ingeniería Eléctrica (PUC-Rio, 2000) y Doctorado (PUC-Rio, 2005) en Ingeniería Eléctrica. Trabaja actualmente como docente e investigador acreditado en Ciencia de la Computación en la Universidad Católica San Pablo (UCSP). Posee experiencia en Ciencia de la Computación con énfasis en Inteligencia Computacional (Redes neuronales, algoritmos evolutivos, lógica difusa, aprendizaje por refuerzo, sistemas clasificadores) y actuación principal en proyectos de Investigación y Desarrollo en Ingeniería de Petróleo, Energía Eléctrica, Evaluación de Proyectos, Análisis de Riesgo, Control y Automatización de Procesos, Sistemas de redes de Comunicación, Computación Distribuida, Sistemas Electrónicos y Digitales.

Participa de las siguientes sociedades: Society of Petroleum Engineers (SPE), Sociedad Peruana de Computación (SPE), Institute of Electrical and Electronic Engineers (IEEE) en las Sociedades de Computación (IEEE-CS) y de Inteligencia Computacional (IEEE-CIS), También es revisor de Journal of Petroleum Science and Engineering (Elsevier), miembro del cuerpo editorial de la Revista CompuScientia (Peru), miembro del LA-CCI Steering Committee, CLEI Committee y ganador de los Premios Petrobras de Tecnología edición 2005 y 2007.