SinergIA 2024: un encuentro científico entre universidades públicas de Madrid.
El 17 de diciembre de 2024 se celebró el evento SinergIA 2024, un intercambio científico organizado por la ELLIS Unit Madrid en el CeDInt-UPM. Este encuentro buscó consolidar las sinergias entre las seis universidades públicas de Madrid en el ámbito de la inteligencia artificial (IA).
El evento incluyó un total de 19 ponencias de doctorandos e investigadores, con presentaciones organizadas en varias sesiones:
Sesión 1: Presentaciones de Doctorandos ELLIS Unit Madrid.
Ricardo Pizarro Carreño: Modelos de visión eficientes para el reconocimiento de distracción de conductores.
Isabel Ayuso: Implicit Neural Representations for time-series and digital phenotyping.
Clara Álvarez: Aprendizaje Automático interpretable para la predicción de fenómenos atmosféricos extremos.
Sesión 2: Presentaciones de papers en NeurIPS.
Fernando Real Rojas (URJC): A Primal-Dual-Assisted Penalty Approach to Bilevel Optimization with Coupled Constraints.
Samuel Rey (URJC): Fair Graphical Lasso: Learning Fair Graphs.
Sesión 3: Presentaciones del grupo UAH.
Santiago Montiel Marín: Point Cloud Painting for 3D Object Detection with Camera and Automotive 3+1D RADAR Fusion.
Fabio Sánchez García: SalsaNext+: A Multimodal-based Point Cloud Semantic Segmentation with Range and RGB Images.
Miguel Antunes García: Fast and Efficient Transformer-based Method for Bird’s Eye View Instance Prediction.
Sesión 4: Presentaciones del grupo UPM.
Sofía Fernández León: Smart Digital Twins for Structural Composite Materials Manufacturing.
Rafael Sojo: Structural Health Monitoring with Semiparametric Bayesian Networks.
Víctor Alejandre: Bayesian Networks and Explainable Artificial Intelligence.
Sesión 5: Presentaciones del grupo UAM.
Daniel Fernández Sánchez: Alpha Entropy Search for New Information-based Bayesian Optimization.
Luis Antonio Ortega Andrés: Variational Linearized Laplace Approximation for Bayesian Deep Learning.
Onno Niemann: Regularization-Aware Knowledge Distillation.
Blanca Cano Camarero: Adaptive Kernel Lifting and Sample Selection for Scalable Learning.
Eloy Anguiano Batanero: RLBoost: Boosting supervised models using Deep reinforcement learning.
Javier Paris Uhryn: Adjusting Partial Dependence Plots Locally.
Sesión 6: Grupo de trabajo ByO (Bioingeniería y Optoelectrónica).
María Fernanda Alcalá Durand: Visual Exploration Imaging and Machine Learning Algorithms for the Early Detection of Parkinson’s Disease.
Juan Camilo Puerta Acevedo: Biological Foundations in Smooth Pursuits Metrics for Feature Selection in Parkinson’s Disease Modeling.
Este evento destacó por la diversidad y profundidad de los temas presentados, que abarcaron desde aplicaciones prácticas hasta innovaciones metodológicas de vanguardia.
Agradecemos profundamente a todos los participantes su entusiasmo y dedicación. Este evento ha demostrado ser un espacio crucial para el intercambio de ideas y la promoción de investigaciones de vanguardia.
¡Esperamos repetir estas sinergias en futuras ediciones!
