Evento CITIC-Coffee

08 noviembre 2018 | 10:00 - 12:00 h

  • CITIC-UGR

Comparte

Evento en el que se combinan charlas breves de jóvenes investigadores en formación con un frugal desayuno. Contará con las siguientes ponencias (cada una de ellas de 10-12 minutos + preguntas):

  • Daniel Castillo Secilla (Departamento de Arquitectura y Tecnología de computadores):
    Integración de fuentes de datos heterogéneas para la extracción de biomarcadores relevantes en patologías de cáncer.
  • Ana Valdivia García (Departamento de Ciencias de la Computación):
    Datos para políticas públicas, ¿cómo? y ¿por qué?
  • Óscar Adamuz Hinojosa (Departamento de Teoría de la Señal, Telemática y Comunicaciones):
    Multi-domain orchestration in Network Slicing.
  • Jorge Sánchez Garrido (Departamento de Arquitectura y tecnología de computadores):
    Introducción a Redes Deterministas.

La inscripción es gratuita a través de https://goo.gl/MBhV39. Los participantes inscritos que sean estudiantes de doctorado recibirán un certificado de asistencia. El aforo es limitado por lo que las solicitudes se atenderán por orden de llegada.

Resumen de las ponencias:

  • Daniel Castillo Secilla (Departamento de Arquitectura y tecnología de computadores): Integración de fuentes de datos heterogéneas para la extracción de biomarcadores relevantes en patologías de cáncer.
    • Resumen: En esta investigación, se han estudiado hasta ahora tres patologías diferentes de cáncer (cáncer de piel, de mama y leucemia) y extraído genes relevantes para cada una de ellas. Además, mediante un proceso posterior de aprendizaje máquina usando como entrada dichos genes, se ha logrado un alto porcentaje de clasificación a la hora de discernir si una muestra tiene uno de esos tres cánceres o no. En el caso del cáncer de piel y de leucemia, no solo se ha hecho a nivel biclase, sino que también se han extraído genes capaces de discernir entre distintos estados del cáncer de piel o entre los principales tipos de leucemia. Actualmente, la investigación se centra no solo en ver qué genes son diferentes entre personas con cáncer y personas sanas como se ha hecho en nuestras investigaciones anteriores, sino en ver además qué genes han sufrido variación en el número de copias presentes en el genoma de un grupo con respecto al otro. Esto es algo que a nivel biológico se sabe que ocurre en determinadas ocasiones pero que aún no ha sido estudiado usando el poder del aprendizaje máquina y que esperamos que pueda ayudar a afinar el diagnóstico en este tipo de patologías así como encontrar genes aún más relevantes que puedan ser útiles a nivel clínico.
  • Ana Valdivia García (Departamento de Ciencias de la Computación): Datos para políticas públicas, ¿cómo? y ¿por qué?
    • Resumen: En los últimos años, la población de estudiantes que asisten a la escuela ha disminuido en El Salvador. Junto con el Ministerio de Educación, este verano he trabajado en la Universidad de Chicago con un equipo interdisciplinar para identificar y cuantificar los factores que afectan a los estudiantes que probablemente abandonarán la escuela para influir en la formulación de políticas, y coordinar con otras ramas del gobierno para mejorar el impacto de los programas sociales en las escuelas que son más vulnerables.
  • Óscar Adamuz Hinojosa (Departamento de Teoría de la Señal, Telemática y Comunicaciones): Multi-domain orchestration in Network Slicing.
    • Abstract: The fifth generation (5G) of mobile networks is anticipated to open up innovation opportunities for multiple vertical industries. However, these verticals may bring a wide variety of use cases, with unprecedented and usually diverging requirements in terms of functionality and performance. Today’s mobile networks, with their “one-size-fits-all” architectural approach, are not able to accommodate all these requirements. To address that issue, network slicing has been proposed. This solution allows networks to be logically split into a set of independent slices, each tailored to support the specific requirements of a particular use case. Network slicing is associated with “softwarization” technologies such as Software Defined Networking (SDN) and Network Function Virtualization (NFV). These technologies enables network operators to provide slices to verticals in a flexible, modular and agile manner along different administrative (i.e. infrastructure locations managed by different providers) and network domains (i.e. core, radio access, and transport). However, current proposals for network slicing orchestration are focused on specific domains, which involves issues related to dimensioning and provisioning of network slices. Therefore, it is expected to a multi-domain orchestration could satisfy the vertical demands in a more flexible, efficient and optimal way.
  • Jorge Sánchez Garrido (Departamento de Arquitectura y tecnología de computadores): Introducción a Redes Deterministas
    • Resumen: La ponencia trata de dar una introducción al concepto de Redes Deterministas con el fin de ilustrar el enorme potencial que estas tecnologías ofrecen en los campos de automatización, control industrial, aeroespacial, … Las Redes Deterministas, y en concreto la familia de estándares IEEE que describen el funcionamiento de las TSN (Time-Sensitive Networks), constituyen un campo en auge cuya principal aportación es añadir una serie de sistemas y capas funcionales que aseguran el determinismo en las comunicaciones Ethernet de distintas clases de tráfico consideradas como críticas para el funcionamiento del sistema. De esta forma, se hará énfasis en el despliegue de TSN como una actualización para las redes Ethernet, de forma que en las mismas se permita la coexistencia tanto de flujos de tráficos ‘Best-Effort’ (Ethernet estándar) como de flujos de alta prioridad con anchos de banda y latencia acotados (contribución de TSN).
Evento CITIC-Coffee
Pincha para ampliar
Fechas y horarios
08 noviembre 2018 | 10:00 - 12:00 h
  • CITIC-UGR
Calle Periodista Rafael Gómez Montero, nº 2
Canal UGR
Resumen de privacidad

La presente política de cookies tiene por finalidad informarle de manera clara y precisa sobre las cookies que se utilizan en la página web de la Universidad de Granada.

¿Qué son las cookies?

Una cookie es un pequeño fragmento de texto que los sitios web que visita envían al navegador y que permite que el sitio web recuerde información sobre su visita, como su idioma preferido y otras opciones, con el fin de facilitar su próxima visita y hacer que el sitio le resulte más útil. Las cookies desempeñan un papel muy importante y contribuyen a tener una mejor experiencia de navegación para el usuario.

Tipos de cookies

Según quién sea la entidad que gestione el dominio desde dónde se envían las cookies y se traten los datos que se obtengan, se pueden distinguir dos tipos: cookies propias y cookies de terceros.

Existe también una segunda clasificación según el plazo de tiempo que permanecen almacenadas en el navegador del cliente, pudiendo tratarse de cookies de sesión o cookies persistentes.

Por último, existe otra clasificación con cinco tipos de cookies según la finalidad para la que se traten los datos obtenidos: cookies técnicas, cookies de personalización, cookies de análisis, cookies publicitarias y cookies de publicidad comportamental.

Para más información a este respecto puede consultar la Guía sobre el uso de las cookies de la Agencia Española de Protección de Datos.

Cookies utilizadas en la web

A continuación se identifican las cookies que están siendo utilizadas en este portal así como su tipología y función.

La página web de la Universidad de Granada utiliza Google Analytics, un servicio de analítica web desarrollada por Google, que permite la medición y análisis de la navegación en las páginas web. En su navegador podrá observar cookies de este servicio. Según la tipología anterior se trata de cookies propias, de sesión y de análisis.

A través de la analítica web se obtiene información relativa al número de usuarios que acceden a la web, el número de páginas vistas, la frecuencia y repetición de las visitas, su duración, el navegador utilizado, el operador que presta el servicio, el idioma, el terminal que utiliza y la ciudad a la que está asignada su dirección IP. Información que posibilita un mejor y más apropiado servicio por parte de este portal.

Para garantizar el anonimato, Google convertirá su información en anónima truncando la dirección IP antes de almacenarla, de forma que Google Analytics no se usa para localizar o recabar información personal identificable de los visitantes del sitio. Google solo podrá enviar la información recabada por Google Analytics a terceros cuanto esté legalmente obligado a ello. Con arreglo a las condiciones de prestación del servicio de Google Analytics, Google no asociará su dirección IP a ningún otro dato conservado por Google.

Por último, se descarga una cookie denominada cookie_agreed, propia, de tipo técnico y de sesión. Gestiona el consentimiento del usuario para el uso de las cookies en la página web. El objetivo es recordar aquellos usuarios que las han aceptado y aquellos que no, de modo que a los primeros no se les muestre información en la parte inferior de la página al respecto.

Cómo modificar la configuración de las cookies

Usted puede restringir, bloquear o borrar las cookies de la Universidad de Granada o cualquier otra página web, utilizando su navegador. En cada navegador la operativa es diferente, la función de 'Ayuda" le mostrará cómo hacerlo.