Participantes

Charlas de investigación de profesores de la región:

• Francisco Gómez, Universidad Nacional de Colombia, Aprendizaje máquina.
  • Título: Advances and challenges in optimization for deep learning.
  • Resumen: In this talk, we will provide a short introduction to the main optimization strategies used for deep learning architectures. Following, we will discuss some open problems and advances in these machine learning approaches. In particular, the expected geometry of the loss function and the convergence conditions for the non-linear optimization problem.
• Freddy Hernández, Universidad Nacional de Colombia, Probabilidad aplicada.
  • Título: Mixing times for a spin lattice model.
  • Resumen: In this talk, we discuss a new strategy to obtain precise estimates on the mixing properties of a mean-field spin system. Under suitable hypothesis on the potential we prove that a profile cut-off phenomenon occurs. The approach we used is based on Yau's relative entropy method.
• Jorge Mauricio Ruiz, Universidad Nacional de Colombia,
  • Título: TBA
  • Resumen: TBA
• Elio Cables, Universidad del Rosario, Optimización difusa.
  • Título: Métodos para indicar la importancia relativa entre los criterios en problemas de toma de decisiones.
  • Resumen: TBA
• David Moreno, Ecopetrol, Simulación de reservorios.
  • Título: TBA
  • Resumen: TBA
• TBA, Avianca,
  • Título: TBA
  • Resumen: TBA
• Wincy Alejandro Guerra, Universidad Distrital Francisco José de Caldas.
  • Título: Polinomios del calor y puentes de Schroedinger.
  • Resumen: Los puentes de Schroedinger son formulados como un problema de control estocástico en el cual se desea llevar una difusión de Ito a una distribución fija en un tiempo T. Este proceso es llevado a cabo al tiempo que se minimiza un funcional de energía. En esta charla mostraremos una solución explícita en la cual la distribución objetivo corresponde a un proceso de Bessel de dimensión impar e ilustraremos algunas posibles aplicaciones. Para resolver el problema haremos uso del teorema de Girsanov y los polinomios del calor.
• Eduardo Romero Castro, Universidad Nacional de Colombia, Imagén médica.
  • Título: Optimización en imagen médica.
  • Resumen: TBA
• Juan Galvis, Universidad Nacional de Colombia, Análisis numérico.
  • Título: Domain decomposition preconditioners applied to topology optimization.
  • Resumen: In this talk we design several preconditioners for the linear solves required by an optimizer applied to a topology optimization problem for the elasticity equation. Before presenting the results, a short introduction to domain decomposition method and the generalized multiscale finite element method will be presented.
• Carlos Andrés Arias Torres, Universidad del Cauca
  • Título: Un nuevo algoritmo cuasi-Newton Inexacto para resolver sistemas de ecuaciones no lineales con restricciones.
  • Resumen. En esta charla presentaremos un nuevo algoritmo cuasi Newton inexacto global con direcciones proyectadas para resolver sistemas de ecuaciones no lineales con restricciones de no negatividad. Mostraremos que es un algoritmo globalmente convergente. Mostramos con algunas aplicaciones en las áreas de química, ingeniería y economía su buen desempeño numérico. En particular, destacamos la eficiencia del algoritmo para resolver problemas de complementariedad no lineal que surgen en diversos campos de aplicación y que son reconocidos por ser, en general, problemas difíciles de resolver.
• Eduard Mauricio Macías Caicedo, Universidad del Cauca
  • Título: Un polinomio explícito para globalizar algoritmos tipo Newton que resuelven ecuaciones matriciales.
  • Resumen: En esta charla presentamos la deducción de la forma explícita y general, de un polinomio de gran utilidad en la estrategia de búsqueda lineal exacta que se incorpora a algoritmos tipo Newton para resolver ecuaciones matriciales polinomiales, con el fin de globalizarlos. Describimos las características del polinomio, su importancia e implementación. Además, Ilustramos con casos particulares, dicho polinomio.
• Favián Arenas Aparicio , Universidad del Cauca
  • Título: Un modelo de redes neuronales para complementariedad no lineal.
  • Resumen: En esta charla presentamos un modelo de red neuronal para resolver el problema de complementariedad no lineal. Para ello, reformulamos este problema como uno de minimización sin restricciones usando una familia uniparamétrica de funciones de complementariedad. Demostramos resultados de existencia y convergencia de la trayectoria de la red neuronal; así como resultados de estabilidad en el sentido de Lyapunov, estabilidad asintótica y exponencial. Además, presentamos resultados numéricos que ilustran un buen desempeño práctico del modelo.

Charlas de investigación investigadores internacionales.

• Michel de Lara: Ph.D., École des Ponts ParisTech and Université Paris-Est. Especialista en optimización estocástica.
  • Título: Hidden Convexity in the l0 Pseudonorm and Lower Bound Convex Programs for Exact Sparse Optimization.
  • Resumen: TBA

Asistentes