Proyectos
Tesis específicas
Los temas de tesis específicas tienen que ver con el momento preciso en que te interese colaborar con nosotros y los proyectos en los que en ese momento estemos involucrados. Sin embargo, los proyectos en los que participo se fundamentan en sustentabilidad, entendida como la construcción de plataformas que nos permitan una relación respectuosa, armónica, mutuamente nutriente y a largo plazo con nuestro entorno. En ese sentido, los temas de mi interés incluyen aquellos que tratan con el cambio climático, la biodiversidad y la vulnerabilidad.
Cambio Climático
La humanidad ha estado emitiendo gases de efecto invernadero. Debido a su permanencia a largo plazo en la atmósfera su efecto es acumulativo. A lo largo del tiempo, esto ha ocasionado un incremento en la temperatura del planeta. En esta vertiente desarrollamos sistemas de aprendizaje autómatico y visión por computadora que buscan monitorear o valorar los impactos de cambio climático en entidades y fenómenos (enunciativa per no limitativa) tales com los bosques, el suelo, o las inundaciones. Ejemplos actuales de estos trabajos incluyen la determinación de carbono forestal, la determinación del estado de salud de los bosques, o la cuantificación del daño causado por inundaciones.
Biodiversidad
Mientras que para cambio climático tenemos ciertas metas claras, tales como volvernos carbono neutral o no rebasar la temperara del planeta más de 1.5 grados Celsius sobre el inicio de la revolución industrial, para la pérdida de biodiversidad no tenemos tal claridad. Simplemente no hay una cuantificación del efecto de una especie que se extingue ni una forma tecnológicamente asequible que reemplace sus funciones. En este rubro, nos interesan sistemas de monitoreo que permitan la distinción entre individuos, i.e., identificar al jaguar “sutanito” con respecto al jaguar “merenganito”. En general nos interesa el desarrollo de sistema no intrusivos que ayuden a entender la biodiversidad y apoyar esquemas para su conservación.
Vulnerabilidad
La pérdida de biodiversidad o el cambio climático son problemas ocasionados por la actividad humana, principalmente por grupos que hoy se encuentran mayormente beneficiados. Paradojicamente, debemos resolver el conflicto sobre como acercar los beneficios del progreso científico, económico, estructural a una gran cantidad de personas, no perderlo para otras tanto y hacer todo ello reduciendo de forma importante nuestro impacto en la biodiversidad y el cambio climático. En esta vertiente de problemas construimos esquemas de aprendizaje automático y visión por computadora que nos ayuden a identificar de forma rápida, confiable y económica la vulnerabilidad social, incluyendo su interacción con variables relacionadas con clima, financieros y estructurales.
Para el desarrollo de las soluciones planteadas, buscamos soluciones robustas, en el estado del arte, teniendo presente su impacto en la sustentabilidad. Una relación sobre trabajo presente y futuro puede obtenerse de los artículos publicados: tinyurl.com/scholar-salas
Co-Active Image Recognition Across Scales
In this project, we seek to advance image recognition systems by making fundamental advances and systems building. The approach developed by Profs. Ravela and Salas and their students over the past decade involves using generic image representations learned from data that are tuned into high performance species-specific recognition systems by adapting the representations using sparse human relevance feedback. In this project, this approach will be advanced by co-actively learning good questions to ask a human and good representations to use for recognition. Additionally, we will pay attention to the systems architecture and how to distribute the computation between the device (e.g., iPhone), the cloud, and the sparing human-in-the loop. Such distribution must yield a system of exceptional performance while maintaining extraordinary efficacy. It will be deployed for identifying individual animals (Koalas), detecting exoplanets from signatures, and recognizing images in retail shopping centers.
If you are a student interested in computer vision, machine learning, and vision systems, you would be an excellent candidate for this position. If you have experience or interest in full-stack development additionally, you'd be exceptionally well suited. You will also have an opportunity to interact with other researchers at MIT who are working on this topic.
The project can be adjusted depending on the skill level, but we are looking for enthusiastic, talented, independent, and resourceful people that can take this as their final bachelours semester project, or alternatively for as their thesis topic for a master of PhD at IPN.
Please contact
Joaquin Salas
Co-Active Neural Dynamical Systems
A fundamental debate in the sciences in the context of machine learning is how much physics to use and in what way governing equations aid learning machines to be accurate and efficient. The coupling of physics-driven with data-driven models is a topic of interest for everything from new robots to better climate simulations. In this project, we will study how to compile neural networks from governing equations of dynamical systems, then add new layers to the learning machine whose structure and parameters are trained together with the parameters of the dynamical system to build stable time-dependent, even non-differentiable (e.g., jump processes) predictive models. We will use examples from low-dimensional chaotic systems, aircraft dynamics, robotics, and geophysical fluid dynamics. The composite model, called a neural dynamical system, is part physical, part neural, and continually adapts while using the known physics elegantly. This approach is far different than Neural ODEs (we don't use Hamilton Jacobi Bellman equations to train, for example) or PINNs and represents the strongest, tightest coupling between the known in equations and the unknown in data for efficacy.
Suppose you are a student who is well-versed in dynamics and is interested in Machine Learning or a student who is well-versed in Machine Learning and is interested in dynamics and optimization. In that case, this project, which is of immense importance in many communities, is for you. You will work with Profs. Ravela and Salas at IPN, with opportunities to interact with researchers doing similar research at MIT.
The project can be adjusted depending on the skill level, but we are looking for enthusiastic, talented, independent, and resourceful people that can take this as their final bachelours semester project, or alternatively for as their thesis topic for a master of PhD at IPN.
Please contact
Joaquin Salas
