Taller de Inteligencia Artificial: Métodos, Algoritmos y Aplicaciones

Encuentro Nacional de Computación (ENC) 2024
IEEE Mexican International Conference on Computer Science

Del 23 al 25 de septiembre de 2024, Ciudad Madero, México.

Motivacion

A lo largo de cinco ediciones previas, el Taller de Inteligencia Artificial ha sido un espacio recurrente de expertos académicos en el campo de la IA y de estudiantes ávidos por mostrar el resultado de sus trabajos de investigación. El espíritu de colaboración académica dinámica y retroalimentación de ideas han sido atributos caracterizadores del Taller. De nueva cuenta es intención de los proponentes seguir colaborando en el desarrollo y la promoción de las Ciencias de la Computación-Inteligencia Artificial que se desarrolla en nuestras instituciones nacionales; y particularmente como elemento formador de estudiantes en la cultivación de la ingeniería y tecnología en beneficio de la sociedad. En esta edición daremos la bienvenida a dos grandes lineas de investigación como son las Aplicaciones de Modelos de Lenguaje Grandes y el Edge-IA. Líneas que están abriendo nuevas áreas de aplicación. Es de reconocer que algunas de ellas son controvertidas pero no inmunes a la discusión en espacios como el Taller de Inteligencia Artificial.

Objetivo

Ofrecer un espacio de intercambio de experiencias, ideas y opiniones para interesados en el campo de la inteligencia artificial, sus métodos, algoritmos y aplicaciones en diversos campos de la ingeniería y tecnología; favoreciendo la interacción entre grupos de investigación, estudiantes de distintas universidades y el sector privado del país.

Temas

Ciencia-Minería de datos y procesos
Reconocimiento Estadístico de Patrones y Aprendizaje de Máquina
Reconocimiento de Imágenes Digitales y Visión por Computadora
Detección y Seguimiento de Objetos en Video
Edge-AI
Aplicaciones de Inteligencia Artificial en Dispositivos Móviles
Aplicaciones de Modelos de Lenguaje Grandes
Internet de las Cosas
Robótica, Navegación y Aplicaciones Industriales
Dispositivos Vestibles en Biomonitoreo Inteligente
Ingeniería del Conocimiento

Trabajos

El proceso de selección de artículos y algunas consideraciones importantes se especifican a continuación:

  1. Se recibirán solamente contribuciones en inglés.
  2. Las contribuciones aceptadas tendrán una presentación oral en el Special Track.
  3. En esta edición hay dos modalidades de publicación:
    1. Artículo regular. El comité organizador está llevando a cabo las gestiones para que las memorias se publiquen en la Serie CPS del IEEE.
      • Los artículos deben seguir la plantilla del IEEE https://www.ieee.org/conferences/publishing/templates.html
      • De acuerdo con los lineamientos del IEEE, se debe señalar en la sección de agradecimientos el uso de herramientas de inteligencia artificial (Por ejemplo,ChatGPT) para la generación de texto. Se deberá citar las herramientas de inteligencia artificial en las secciones del artículo en donde se hayan utilizado para la generación del texto.
      • Los artículos deberán tener una extensión máxima de 8 páginas
      • El número máximo de autores sugerido para los artículos es de 7.
    2. Resumen extendido. Resumen con una extensión máxima de 500 palabras, en formato libre. Los autores de resumen extendido serán invitados a enviar una versión completa de su trabajo a una de las siguientes publicaciones (Los artículos serán sometidos a una nueva revisión):
      • Volumen especial de la revista International Journal of Computational Intelligence Systems (Indizada en el JCR con un factor de impacto de 2.9). El llamado a artículos se encuentra disponible en https://link.springer.com/journal/44196/updates/26656828
      • Libro de la serie Studies in Computational Intelligence publicado por Springer (Indizado en Scopus). El llamado a capítulos se publicará en breve.
  4. Los trabajos aceptados serán sometidos a herramientas antiplagio. El límite máximo de similitud en el artículo es 30%.
  5. Los trabajos serán enviados a la plataforma Microsoft CMT en https://cmt3.research.microsoft.com/EurekaENC2024

Trabajos aceptados

Trabajo Autores
Human Activity Recognition on the Edge with Wi-Fi Channel State Information Garcia Reyes, Conrado; Armenta Garcia, Jesus Albany; Gonzalez-Navarro, Felix F.*; Caro, Jesús; Ibarra Esquer, Jorge Eduardo
A new pathfinding evacuation decision-making algorithm in buildings on fire based on personality traits Oropeza Martínez, Peter; Hernandez-Aguilar, Jose Alberto*; Pelechano, Nuria; Santamaría-Bonfil, Guillermo
SensorAPP: A Methodology to Create a Dataset for Personality Recognition Using Mobile Devices. Zatarain Cabada, Ramón; Barrón Estrada, María Lucía; Escalante, Hugo Jair ; Leyva López, Néstor*; Bátiz Beltrán, Víctor Manuel
Exploring KANs: Theory and Applications for Binary Classification Rodríguez Rodríguez, Noé Oswaldo*; Rosas-Alatriste, Carlolina; Alarcón-Paredes, Antonio; Villuendas Rey, Yenny; Yáñez-Márquez, Cornelio ; Argüelles, Amadeo José
Development of a model for identification of students at risk of dropping out using machine learning algorithms in Technological Institution in Puebla Vázquez Mora, Paulo Daniel*; Quintero Flores, Perfecto Malaquías; ALANIS, JOSE D.; Rodallegas Ramos, Erika
Advancing Cloud Task Scheduling: Recent Developments and Comparative Insights Gonzalez San Martin, Jessica E*"
Analyzing the Impact of Training Data Selection in Deep Learning for Sargassum Detection Arellano-Verdejo, Javier; Lazcano-Hernandez, Hugo E*
Analysis of water pressure control with machine learning in sectorized distribution network Hernández-Vega, José-Isidro *; Soto Soto, Jesus Enrique; Reynoso-Guajardo, Luis-Alejandro; Manzanares-Maldonado, Alejandro; Macías-Arias, María-Ernestina
Use of AI for teaching programming at the Technological Institute of Morelia Cuin Jacuinde, José Manuel*; Florián Arenas, Claudio Ernesto; Cortés Ruíz, Ángel; Jiménez Ruíz, Luis Ángel
The Impact of Scaling Data Methods on the Performance of Machine Learning Models in Class Balancing Problems Cuevas-Chávez, Alejandra*; Hernández, Yasmín; Ortiz-Hernandez, Javier
Fight classification in video clips using image enhancement, pose estimation and Bi-LSTM Powell Gonzalez, Jairo E*; Carrillo-Ruiz, Maya; González-Velázquez, Rogelio; Leyva-Bonilla, Juan Francisco
Passenger counting in public transport using Convolutional Neural Networks and Raspberry Pi Rivera-Cruz, Lizmary; Hernandez-Aguilar, Jose Alberto*; Basurto-Pensado, Miguel Angel; Hernández, Yasmín; Buenabad-Arias, Hector Miguel"
A Method for Detecting Recurring Types of Projects Using Clustering Sánchez, Christian*; Mateos-Papis, Alfredo
Recognition of dog tail movement through the neck with Support Vector Machines Greene, Carlos E; Aguileta, Antonio*; Rios Martinez, Jorge A; Aguilar Vera, Raúl Antonio
Attention Level Estimation Using Eye and Nose Facial Landmarks Merlos-Garcia, Ricardo H*
Towards simplifying the design of field-specific sentence classifiers using only semantic similarity Ramos Díaz, J Guadalupe G*; Ferreira, Rogelio F; Olivares Rojas, Juan Carlos; Ferreira Medina, Heberto; Chávez Báez, Marco Vinicio"
Generation of airfoils through generative artificial intelligence using a 3-GAN model Celis-Escudero, Gabriel J*; Aviles-Cruz, Carlos; Ramirez-Muñoz, Jorge"
BTS-MOTE: Binary Tree Synthetic Minority Oversampling Technique for Imbalanced Data Classification Cuevas-Chávez, Alejandra*; Hernández, Yasmín; Ortiz-Hernandez, Javier; Hernandez-Aguilar, Jose Alberto; Pérez Ortega, Joaquín; González-Serna, Gabriel; Ochoa-Ruiz, Gilberto
A study of generative adversarial network architectures applied to face de-identification Sánchez-Jiménez, Eduardo*; Hernández, Yasmín; Castro-Sánchez, Noé-Alejandro; Ortiz-Hernandez, Javier; González, Nimrod; Sánchez Tobon , Elizabeth"
Extreme rainfall time series prediction: A Comparative Analysis of SARIMA, Random Forest, LSTM and Prophet Models Santos Romero, Martin Antonio*
Conteo de estudiantes en ambientes educativos usando CNNs Meza, Lizeth*; Hernandez-Aguilar, Jose Alberto; Hernández, Yasmín
Análisis de Patrones de Contaminación Atmosférica mediante K-means en el Área Metropolitana del Valle de Toluca Bobadilla, Armando *
Detecting Potential Dengue Mosquito Breeding Sites via Deep Neural Model and Neural Architecture Search Aragon-Oliva, Héctor A.; Casas-Ramírez, Martha-Selene; Rosales-Pérez, Alejandro*

Fechas

Las fechas a considerar son las siguientes:

  1. Artículo regular:
    • Límite para recepción de artículos: 17 de junio del 2024.
    • Notificación de aceptación/rechazo: 1 de julio del 2024.
    • Límite para recepción de versión final: 17 de agosto del 2024.
    • Límite para registro y pago: 17 de agosto del 2024.
  2. Resumen extendido:
    • Límite para recepción de artículos: 9 de agosto del 2024.
    • Notificación de aceptación/rechazo: 12 de agosto del 2024.
    • Límite para registro y pago: 17 de agosto del 2024.

Lugar

En este año, el ENC 2024 se llevará a cabo en modalidad híbrida, teniendo como sede presencial el TecNM/Instituto Tecnológico de Cd. Madero, CDMX.

Contactos

Dr. Félix Fernando González Navarro

Universidad Autónoma de Baja California
fernando.gonzalez@uabc.edu.mx

Dra. Brenda Leticia Flores Rios

Universidad Autónoma de Baja California
brenda.flores@uabc.edu.mx

Dr. Jorge Eduardo Ibarra Esquer

Universidad Autónoma de Baja California
jorge.ibarra@uabc.edu.mx

Dr. Jesús Caro Gutiérrez

Universidad Autónoma de Baja California
jesus.caro@uabc.edu.mx

Ing. Conrado Ivan Garcia Reyes

Universidad Autónoma de Baja California
conrado.ivan.garcia.reyes@uabc.edu.mx

Dra. Wendy Flores Fuentes

Universidad Autónoma de Baja California
flores.wendy@uabc.edu.mx

Dra. María Angélica Astorga Vargas

Universidad Autónoma de Baja California
angelicaastorga@uabc.edu.mx

M.C. Jesús Albany Armenta García

Universidad Autónoma de Baja California
albany.armenta@uabc.edu.mx

M.C. María Luisa González Ramírez

Universidad Autónoma de Baja California
maria.gonzalez@uabc.edu.mx