Presentación

El Programa de Estudios de Ingeniería de Sistemas de la Universidad Nacional del Altiplano de Puno y el Departamento de Informática – Facultad de Ciencias Exactas de la Universidad Nacional de Salta, se complacen en organizar y presentar el I Congreso Peruano – Argentino de Ingeniería de Sistemas e Informática (COPAISI) y el III Workshop de Inteligencia Artificial.

El COPAISI brinda un espacio participativo, de alcance nacional e internacional, en el cual se abordan temas asociados con las tecnologías emergentes que permiten el intercambio de conocimientos, experiencias e investigaciones en las áreas de Ingeniería de Sistemas, Ingeniería Informática, Ingeniería de Software, Tecnología, Sistemas de Información, Inteligencia Artificial, Gestión de redes, entre otras. Los temas a tratar aportan al desarrollo y crecimiento de las áreas de especialización abordadas, en beneficio de nuestros investigadores, docentes, estudiantes y egresados, así como de la comunidad científica y académica y del público interesado.

Fundamentación

Un evento científico-académico es un espacio donde estudiantes, profesionales e investigadores comparten conocimientos y experiencias sobre un área del conocimiento. En ese sentido, el Departamento de Informática ha trabajado fuertemente en esta acción en los últimos años, organizando eventos locales, nacionales e internacionales (I, II y III JIUNSa, TEyET 2011, WICC 2015, 48 JAIIO y Smalltalks 2018) de interés para nuestra comunidad.

Como parte de esta interacción entre pares, se propone el I Congreso Peruano Argentino de Ingeniería de Sistemas e Informática COPAISI. Este evento es organizado entre la Escuela Profesional de Ingeniería de Sistemas de la Universidad Nacional del Altiplano (Puno, Perú) y el Departamento de Informática de la UNSa. De esta manera, se pone de manifiesto la intención de intensificar las actividades que se vienen realizando (movilidad académica, dirección de tesis conjuntas, investigación) entre ambas instituciones.

Objetivos

  • Promover la integración entre ambas Universidades, en especial entre la Escuela Profesional de Ingeniería de Sistemas UNAP y el Departamento de Informática UNSa.
  • Fortalecer capacidades de los profesionales, docentes y estudiantes de carreras de Informática.
  • Promover el intercambio de experiencias en áreas afines al Congreso.

Áreas temáticas

Las áreas a desarrollarse en esta primera edición son:

  • Visión por Computadora
  • Minería de Datos y Texto
  • Optimización
  • Ingeniería de Software
  • Redes de Computadoras
  • Informática Jurídica
  • Desarrollo web y móvil aplicado a casos reales

Actividades propuestas

Las actividades que se proponen para este Congreso son las siguientes:

  • Ponencias de trabajos: docentes e investigadores de carreras informáticas de ambas Universidades, podrán presentar trabajos de investigación relacionados con las temáticas del Congreso en un tiempo no mayor a 60 minutos.
  • Talleres: serán dictados por docentes e investigadores de carreras informáticas de ambas Universidades, y podrán participar estudiantes como colaboradores. Serán teórico-prácticos, con uso de tecnología actual y una carga horaria no mayor a 5 horas reloj.
  • Presentación de trabajos estudiantiles: con una duración no mayor a 30 minutos, los estudiantes de carreras informáticas de ambas Universidades, podrán presentar trabajos finales de cátedra o tesis con temáticas relacionadas con las temáticas del Congreso.
  • Concurso de programación ACM: en el marco del Congreso, los estudiantes de carreras informáticas de ambas Universidades serán invitados a participar de la competencia ACM en Programación.

Destinatarios

El Congreso está principalmente dirigido a estudiantes, docentes, egresados e investigadores en temáticas relacionadas con las Ciencias Informáticas / Ciencias de la Computación.

Ponentes

Departamento de Informática – UNSa

Lic. Carlos Ismael Orozco
Lic. Análisis de Sistemas. Universidad Nacional de Salta (2013). Investigador Categoría V (Ingeniería) de acuerdo a la Secretaría de Políticas Universitarias SPU. Actualmente Doctorando en Ciencias de la Computación – Universidad de Buenos Aires. Argentina. Grupo de Investigación Procesamiento de Imágenes y Visión por Computadora. Entre sus áreas de interés se destacan el procesamiento de imágenes y redes neuronales profundas. Se desempeña como Jefe de Trabajos Prácticos en el Departamento de Informática. Universidad Nacional de Salta.
Dr. Sergio Hernán Rocabado Moreno
Doctor en Ciencias Informáticas (UNLP) y Magister en Redes de Datos (UNLP). Es docente de la Licenciatura en Análisis de Sistemas (DIUNSa) e Investigador del Instituto de Investigaciones en Energía No Convencional (INENCO/CONICET). Dirige proyectos de investigación que abordan líneas relacionadas con la eficiencia energética en dispositivos móviles y el aprovechamiento de la energía solar para el despliegue de redes móviles en zonas rurales aisladas.
Mag. Claudia Susana Ibarra
Magister en Informática (UNSTa) y Licenciada en Análisis de Sistemas (UNSa). Es docentes de asignaturas de la Licenciatura en Análisis de Sistemas (DIUNSa) y del Profesorado en Matemática relacionadas con la programación.
Mag. Gustavo Rivadera
Ingeniero en Computación (UNSe), Magister en Ingeniería del Software (ITBA), Magister en Informática (UNSTA) y Magister en Administración de Negocios (UCASal). Es Analista Senior en el Ministerio Público de la Ptovincia de Salta. Es docente de asignaturas de la Licenciatura en Análisis de Sistemas (DIUNSa) relacionadas Teoría de la Computación e Inteligencia Artificial. Participa en proyectos de investigación relacionados con Inteligencia Artificial y Text Mining.
Dr. Eduardo Xamena
Doctor en Ciencias de la Computación y actualmente Investigador del CONICET y Docente Universitario. Desarrolló su Doctorado en temas relacionados a la Recuperación de Información y a la Ingeniería. En la actualidad lleva a cabo diversas investigaciones en temáticas que involucran Machine Learning, Procesamiento del Lenguaje Natural y Minería de Datos. El objetivo de estos estudios es la extracción de información relevante en los campos de la Historia Argentina y los grandes volúmenes de información de la Justicia Provincial. Como parte de las investigaciones científicas en estas áreas, conduce trabajos sobre la extracción automatizada de textos manuscritos históricos en condiciones de deterioro y la recuperación de información sobre grandes volúmenes de textos digitales originados en el ámbito de la Justicia. También realiza investigaciones sobre el procesamiento de digitalizaciones OCR para la corrección de textos mediante modelamiento del lenguaje basado en Machine Learning.
Mag. Fernando Lucas Rivera Bernsdorff
Ingeniero en Sistemas de Información (UTN-BA), Profesor Universitario en Ingeniería en Sistemas (UCaSal) y ha realizado un Master en Administración de Empresas (IDEA) y un master en Ingeniería de Software (UNLP). Es docente de asignaturas de la Licenciatura en Análisis de Sistemas (DIUNSa) relacionadas con Sistemas Operativos, e Ingeniería y Desarrollo de Software. También es docente de asignaturas de la Ingeniería en Informática (UCaSal) relacionadas a Sistemas Operativos, Modelos y Simulación y Análisis de Datos. Dirige un proyecto de investigación relacionado con la simulación de procesos de desarrollo de software. Es Fundador y Director de North Valley Software. Y es creador de Industrial ERP y TrackingMed entre otros productos.
Mag. Maria Celeste Morales Paiva
Magister en derecho penal (Universidad Austral de Bs As.), Abogada (UNC). Docente de la asignatura de derecho informático de la Licenciatura de Análisis de Sistema (DIUNSa)
Mag. Ernesto Sánchez
Magister en Redes de Datos y Especialista en Redes y Seguridad (UNLP). Docente en las materias Redes de Computadoras I y II de la carrera Lic. en Análisis de Sistemas de la UNSa. Es miembro de proyectos de investigación relacionados con la temática
Dr. Cristian Martínez
Doctor en Ciencias de la Computación (UBA), Especialista en Docencia Universitaria (UNSa) y Licenciado en Análisis de Sistemas (UNSa). Es docente de asignaturas de la Licenciatura en Análisis de Sistemas (DIUNSa) relacionadas con Investigación Operativa, Minería de Datos, Desarrollo Móvil y Desarrollo en Python. Dirige proyectos de investigación con temáticas relacionadas con Optimización, Minería de Datos, Programación, Visión por Computadora y Procesamiento de Imágenes.

Universidad Nacional del Altiplano (Puno – Perú)

Ing. Luis Miguel Mamani Humpiri
Ingeniero de Sistemas, egresado de la UNA Puno. Actualmente viene laborando en RENIEC como especialista en desarrollo de software. Cuenta con experiencia en las áreas de biometría, procesamiento de imágenes, tarjetas inteligentes (personalización y post-personalización) y desarrollo de software. Sus áreas de interés son el procesamiento de imágenes, la identidad digital, la biometría y el DNI electrónico.
Área de Interés: Procesamiento de imágenes; Identidad digital; Biometría
Ing. Alain Alejo Huarachi
PhD Student at PUCP. Ingeniero de Sistemas especialista en Tecnologías de la Información para la Infraestructura de Llave Pública (PKI) del Estado Peruano (RENIEC), ha desarrollado software para la entrega de certificados digitales para el DNI electrónico y otros dispositivos criptográficos, también ha colaborado con el soporte tecnológico para el despliegue de software de firma digital y autenticación electrónica.
Área de Interés: Desarrollo de Software, Inteligencia Artificial.
Ing. Rosa Virginia Encinas Quille
PhD student at University of São Paulo. Ingeniera de sistemas por la UNA-Puno-Perú, master en ciencias de la computación por la Universidad de São Paulo (USP-Brasil). Actualmente está realizando doctorado en Sistemas de Información por la USP-São Paulo en Brasil. Sus actividades académicas y profesionales se enfocan en análisis de datos, base de datos, ciencia de datos y big data. Durante su maestría trabajó como investigadora en el laboratorio de base de datos e imágenes (GBDI) del Instituto de Ciencias Matemáticas y de Computación (ICMC-USP). En el doctorado viene trabajando como investigadora en el laboratorio de Estudios, Pesquisa y Extensión en Big Data de la Escuela Politécnica (Poli-USP) y de la Escuela de Artes, Ciencias y Humanidades (EACH-USP). También es parte del equipo de investigación del Instituto de Pesquisas Tecnológicas (IPT) de São Paulo en el proyecto de plan de desarrollo institucional en el área de transformación digital: fabricación avanzada y ciudades inteligentes y sostenibles. Posee experiencia como desarrolladora e ingeniera en empresas internacionales, tales como: Interiberica empresa española de desarrollo de e-commerce; CIETEC empresa incubadora de Innovación, Emprendimiento y Tecnología de la USP como ingeniera del software; analista de soporte en empresa multinacional MC1 the Market de São Paulo de clientes de México, Guatemala, Brasil, entre otros países. Otras menciones relacionadas son maestría en gerencia de tecnología de información y comunicaciones en la UNA-PUNO-Perú y MBA EM BIG DATA ANALYTICS por la FIA (Fundação instituto de administração) de São Paulo.
Área de Interés: Ciencia de datos, Big Data, IA, Base de datos, minería de datos, gerenciamiento ambiental y de áreas contaminadas.
Dr. Joel Martin Visurraga Agüero
Experto en Gobierno Digital; Transformación Digital; Firma y Certificación Digital; Inteligencia Artificial; Inteligencia de Negocios; Analítica predictiva; Implementador y Auditor Interno en las Normas ISO-9001, ISO-27001, ISO-37001, ISO-31000 y Certificación de Competencias de Personas.
Área de Interés: Inteligencia de Negocios; Analítica predictiva
Elvis Rusnel Capia Quispe
Ex becario de Ingeniería de Software en Google Canadá y Facebook London, e investigador en Machine Learning en Unicamp Brasil, con una sólida experiencia en algoritmos y estructuras de datos, ha sido entrenador de dos equipos clasificados para la final mundial del ICPC.
Área de Interés: aprendizaje automático, visión por computadora, procesamiento de imágenes y gráficos por computadora
Ing. Rudy Wilson Sanchez Guerra
MBA(c), Ingeniero de Sistemas. Líder experimentado en la Gestión de Tecnologías de la Información, Gestión del Riesgo Operacional, Seguridad de la Información (ISO 27001), Continuidad del Negocio (ISO 22301) y Sistemas de Gestión de Calidad (ISO 9001/21001), enfocado en la generación de valor sostenible para la organización través del liderazgo transformacional la sinergia efectiva del talento humano.
Área de Interés: Seguridad de la Información, Cyberseguridad, Gestión Integral de Riesgos.

Cronograma

El Congreso se realizará del 7 al 12 de diciembre, en modalidad virtual. A continuación se indica la organización de las actividades que se llevarán a cabo en el evento. Cada Universidad, a través de su Escuela o Departamento, es responsable por el normal desarrollo de las actividades propuestas.

HoraLunes 07/12Martes 08/12Miércoles 09/12Jueves 10/12Viernes 11/12Sábado 12/12
13:00-13:30Inscripción-InauguraciónPonencia Mag. Rivadera07:00-10:00Trabajos Est. DIUNSaConcurso ACM
13:30-14:00Ponencia Dr. Xamena
14:00-14:30Ponencia Lic.OrozcoPonencia Mag. Rivera
14:30-15:00Ponencia Mag. Morales
15:00-15:30Ponencia Dr. RocabadoTaller Mag. SánchezTaller Dr. Martínez y Dr. Rodríguez (Día 1)Taller Dr. Martínez y Dr. Rodríguez (Día 2)10:00-11:00Clausura
15:30-16:00Taller Mag. Ibarra
16:00-16:30Taller Dr. Martínez y Dr. Rodríguez (Día 3)
16:30-17:00

Ponencias, Talleres y Tutoriales

Departamento de Informática – UNSa

Aprendizaje Profundo para la Clasificación de Videos
Lic. Carlos Ismael Orozco - Lunes 07/12 14:00 hs.
El aprendizaje profundo es una rama de la inteligencia artificial y tiene como objetivo principal imitar el funcionamiento del cerebro humano en el procesamiento de datos y la creación de patrones para su uso en la toma de decisiones. En los últimos años ha logrado grandes avances en soluciones a problemas que se resistieron a los mejores intentos de la comunidad que empleaban técnicas clásicas de aprendizaje automático con dependencia de características (features) elegidas "manualmente". El problema de reconocimiento de acciones humanas en videos es de gran interés en el área de reconocimiento de patrones y visión por computadora debido a sus potenciales aplicaciones tales como: indexación multimedia, recuperación de información, monitoreo y control de pacientes, vigilancia automatizada en espacios públicos, entre otros. Los sistemas de reconocimiento de acciones tienen como objetivo clasificar un video en una única clase que representa la acción que sucede en el video, para ello se debe tener en cuenta las interacciones entre los sujetos y/o objetos dentro del mismo. En esta ponencia se realizará una introducción a los fundamentos relacionados con el aprendizaje profundo, en particular las arquitecturas profundas con memoria conocida como Long Short-Term Memory (LSTM) para el reconocimiento de acciones humanas en videos.
Optimización del consumo energético en dispositivos móviles para su uso en zonas rurales aisladas abastecidas con energía solar fotovoltaica
Dr. Sergio Hernán Rocabado Moreno - Lunes 07/12 15:00 hs.
Las zonas rurales aisladas de Argentina se caracterizan, entre otros aspectos, por su baja densidad demográfica, población dispersa, cobertura de red celular limitada y carencia de servicios básicos entre los cuales el de distribución de energía eléctrica. Los habitantes de estos lugares utilizan energías alternativas, como paneles solares y grupos electrógenos, para cubrir necesidades energéticas elementales. La región Noroeste de Argentina (NOA) posee numerosas zonas de este tipo, donde las posibilidades de acceso a la información digital son prácticamente inexistentes debido a que es muy difícil suministrar energía eléctrica a los equipos computacionales. Este déficit puede ser subsanado mediante el uso de dispositivos móviles (Celulares y Tabletas), que por su bajo consumo energético respecto de computadoras convencionales, se constituyen en una alternativa viable para posibilitar a los pobladores de estas zonas el acceso a la información digital, sin necesidad de trasladarse a centros urbanos. Sin embargo, surgen los siguientes interrogantes: ¿Cuánta energía requieren los dispositivos móviles para funcionar? ¿Cómo proporcionar energía a los dispositivos? ¿De cuánta energía dispongo en la zona? ¿Cómo administrar la energía disponible? ¿Es posible optimizar el consumo energético en los dispositivos móviles para mejorar el aprovechamiento de la energía disponible en la zona? En respuesta a estos interrogantes, se presenta una investigación sobre el consumo energético de los dispositivos móviles y de diferentes mecanismos para optimizar y reducir el consumo de energía en estos dispositivos, con la finalidad de facilitar su utilización en zonas rurales aisladas aprovechando la energía solar disponible.
Tutorial: Introducción al lenguaje R
Mag. Claudia Susana Ibarra - Lunes 07/12 15:30 hs.
El Tutorial, con una carga horaria de 2 horas, está dirigido a estudiantes de pregrado y grado. En el mismo se abordarán conceptos relacionados con el lenguaje R: entorno de desarrollo R Studio, scripts, uso de paquetes, proyectos. Para este Tutorial no se requiere conocimientos previos.
Aplicación de Modelado Basado en Agentes en la Economía
Mag. Gustavo Rivadera - Martes 08/12 13:00 hs.
El modelado basado en agentes (Agent Based Modeling – ABM) es un paradigma de simulación que surgió de los campos de la complejidad, caos, cibernética, autómatas celulares y computadoras, presentando un nuevo enfoque en la simulación y modelado de sistemas complejos, diferente de técnicas más clásicas, tales como el paradigma de simulación de eventos discretos y la dinámica de sistemas. Aunque la simulación como herramienta analítica ha estado presente desde el advenimiento de las computadoras, la capacidad del paradigma ABM para simular y modelar sistemas complejos se ha extendido a una gran cantidad de campos que van desde la ingeniería a las matemáticas y desde las ciencias sociales hasta la misma economía, donde inclusive en estos campos los analistas pueden utilizar este tipo de simulación por primera vez para explorar sistemas complejos, como es el caso de los sistemas económicos, con un nivel de detalle e interactividad que era difícil de lograr con anterioridad. Los métodos de simulación basados en agentes permiten estudiar el comportamiento social en un ambiente de "laboratorio". De hecho, esta tecnología de simulación consiste en objetos de software, denominados "agentes" que operan usando reglas internas y de interacción con otros agentes. Estas reglas definen a los agentes como autónomos, con objetivos que pretenden realizar por medio de ciertas acciones. Esto se les confiere una pro-actividad similar a las entidades del mundo real que modelan. Además, estos objetos (es decir, los agentes) operan en un medio ambiente simulado. Los agentes también reaccionan a los estímulos del ambiente y, por esta razón, se los pueden definir como reactivos. El medio ambiente por lo general incluye a otros agentes que reaccionan, pero también otros objetos simulados que pueden simular un entorno social. Esto se denota como "socialidad" (Woolridge, 2009). Es sorprendente la analogía con la interacción social humana y por esta razón la simulación basada en agentes proporciona un laboratorio para las ciencias sociales, muy especialmente para la economía. Además, en general, pero en particular en los estudios económicos, esto proporciona evidencias y datos útiles en el enlace de micro – macro, es decir logrando ver cómo se generan propiedades macro a través de las interacciones de los agentes y cómo estas propiedades emergentes fomentan actitudes en los agentes individuales que, a su vez, influyen en comportamiento económico general (Squazzoni, Jager y Edmonds, 2014).
Aprendizaje Automático para Transcripción de textos históricos mediante Modelamiento del Lenguaje
Dr. Eduardo Xamena - Martes 08/12 13:30 hs.
En el ámbito de la Investigación Histórica, es muy útil contar con repositorios de documentos que brinden información asociada a distintos eventos, personas y lugares importantes, con herramientas de búsqueda y visualización apropiadas. Con el objetivo de llevar a cabo el desarrollo de plataformas software en este sentido y con una calidad considerable en grandes volúmenes de textos históricos, se requieren transcripciones digitales que contengan la mínima cantidad posible de errores de transcripción. Por el lado de los textos impresos disponibles, muchas veces los algoritmos de OCR no son capaces de reconocer de manera correcta muchos símbolos o combinaciones de caracteres presentes en las imágenes de las páginas de libros. Respecto a los volúmenes manuscritos, la variabilidad en los estilos de escritura es muy amplia si se considera la gran cantidad de autores y los períodos de la historia en que fueron escritos. Para afrontar estos problemas, dentro de un proyecto de investigación asociado se está llevando a cabo el desarrollo de arquitecturas Machine Learning capaces de, por un lado, actuar como modelos del lenguaje español para la tarea de corrección de textos impresos captados mediante OCR, y por otro lado dar mayor precisión a modelos y esquemas end-to-end existentes para la transcripción de manuscritos históricos.
La administración de proyectos por medio de simulación
Mag. Fernando Lucas Rivera Bernsdorff - Martes 08/12 14:00 hs.
La simulación nos permite modelar, entender y visualizar procesos que son complejos y no lineales. Los procesos involucrados en la administración de proyectos cumplen con ambas características, ya que definir las tareas, los tiempos que llevan y las relaciones entre las mismas no son procesos fijos y estables. El presente ponencia se presentará un modelo para poder simular la administración de proyectos en base a la generación de escenarios sobre una planificación propuesta que considere los datos históricos y facilite comprender la dinámica y complejidad propia de los procesos mencionados.
Evidencia Digital. Métodos de investigación
Mag. Maria Celeste Morales Paiva - Martes 08/12 14:30 hs.
La ponencia con carga horaria de 30 minutos está dirigido a estudiantes de pregrado y grado. Se abordara contenidos relacionados a la evidencia digital con una breve introducción a la temática, analizando las características de validez probatoria. Además, se tratara la actuación forense y las características del investigador, mencionando los métodos de investigación actuales.
Taller: Emulación de redes con GNS3
Mag. Ernesto Sánchez - Martes 08/12 15:00 hs.
El taller esta destinado a estudiantes de pregrado y grado. Tiene por objetivo mostrar un caso práctico de emulación de dispositivos de red reales, usando el software GNS3, lo cual permite a los estudiantes poder diseñar y analizar diferentes topologías de redes, sin la necesidad de asistir a un laboratorio de red con equipos reales, como consecuencia del aislamiento obligatorio por la situación sanitaria. Se requiere conocimientos básico en redes de computadoras e Internet.
Taller: Programación en Python
Dr. Cristian Martínez - Miércoles 09/12 y Jueves 10/12 15:00 hs. y Viernes 11/12 16:00 hs.
El Taller, con una carga horaria de 5 horas, está dirigido a estudiantes de pregrado y grado. En el mismo se abordarán contenidos relacionados con Estructuras de Datos, POO, GUI y Base de Datos. Para este Taller se requieren conocimientos de programación en C/Java y de POO.

Comisión Organizadora local

La Comisión Organizadora local está formada por los siguientes docentes:

  • Dr. Cristian Martínez
  • Dr. Eduardo Xamena
  • Lic. Ariel Rivera
  • Mag. Ernesto Sánchez
  • Mag. Loraine Gimson
  • Lic. José Ignacio Tuero

Estudiantes colaboradores del evento

Como en acciones anteriores realizadas, el Departamento de Informática fomenta la participación de estudiantes en la organización del evento. A continuación, se listan los estudiantes que participarán en calidad de colaboradores:

  • Facundo Darfe
  • Ana Luiszaga
  • Cristian Solano
  • Romina Véliz
  • Luis Parada
  • Camila Cisnero
  • Franco Alanís Magne
  • Nicolás Morales
  • Pablo Vega
  • Martín Abad
  • Cristian Zalazar
  • Rodrigo Sulca
  • Maximiliano Andrada
  • Alejandro Gonzáles
  • Franco Gallego
  • Jacobo Juárez