El alto grado de especialización del cuerpo docente del Departamento de Informática y Ciencias de la Computación de la Universidad de Concepción, implica el desarrollo de una nutrida actividad de investigación.

Actualmente, el compromiso con la innovación de nuestro Departamento se traduce en el desarrollo de cinco proyectos FONDECYT, un FONDEF, nueve proyectos DIUC, y un MECESUP. A ello se suma que en años anteriores hemos participado en proyectos MILENIO, ALFA y de Cooperación Internacional con países de la Comunidad Económica Europea.

Lineas de investigación

Las Líneas de Investigación desarrolladas en nuestro Departamento se agrupan en las siguientes dos grandes áreas: Sistemas de Procesamiento de Información y Sistemas Inteligentes.

Sistemas de procesamiento de información (SPI)

Esta área se orienta al estudio de aspectos formales de ingeniería de software, bases de datos, recuperación de información y desarrollo dirigido por modelos. Esto incluye aspectos teóricos y de implementación relacionados con el modelado, representación, consulta, manipulación y recuperación de datos o información desde repositorios estructurados, semi-estructurados o no estructurados. Estos repositorios abarcan bases de datos tradicionales, bases de datos espacio-temporales, bases de datos multimediales, y la Web, entre otros.

Nuestras líneas de investigación en el área de SPI son las siguientes:

Sistemas de Información Espacial

Contacto: Andrea Rodríguez (andrea@udec.cl)

Esta línea de investigación abarca el modelado, representación y manipulación de información que tiene una dimensión espacial. Diversas aplicaciones requieren el manejo de información espacial, como por ejemplo, sistemas de información geográficos, procesamiento digital de imágenes, navegación de robots, y modelado gráfico. Intereses principales para esta línea de investigación son:

    • Base de datos espaciales (espacio-temporales): involucra consistencia de datos, lenguajes de consulta espacial, procesamiento de consulta, extracción de datos, recuperación e integración de información espacial.
    • Recuperación de información espacial: involucra aspectos de geo referenciación, indexación y procesamiento de consultas a documentos de texto o gráfico con contenido espacial.
    • Razonamiento espacial: considera modelos formales del espacio y tiempo e inferencia de relaciones espaciales.

Bases de Datos y Consistencia

Contacto: Loreto Bravo (loreto@inf.udec.cl)

Esta línea de investigación estudia distintos tipos de bases de datos, e.g. relacionales, espaciales, XML, peer-to-peer y data warehouses. Estudia cómo chequear y lidiar con distintos tipos de inconsistencias a nivel de los datos y del esquema.

Hipermedia Adaptativa

Contacto: Gonzalo Rojas (gonzalorojas@udec.cl)

Esta área busca respuestas a las dificultades que origina la gran cantidad de información que se provee a los usuarios, a través de sistemas hipermediales tradicionales y, especialmente, de aplicaciones Web. Para ello, promueve el desarrollo de sistemas que adaptan automáticamente su navegación y presentación a las características de cada usuario y del contexto de interacción, para facilitar el acceso a la información y servicios que le son más relevantes. Distintos enfoques de modelado de usuarios, modelos conceptuales de interfaces adaptativas, algoritmos de recomendación de información a los usuarios, factores espacio-temporales que condicionan el proceso de adaptatividad, son algunos de los tópicos de ésta área.

Sistemas inteligentes (SI)

En esta área, se estudian los fundamentos, diseño y desarrollo de sistemas que utilizan modelos y técnicas de inteligencia artificial para resolver problemas informáticos complejos y aplicaciones en diversas áreas. Esta área incluye: descubrimiento y representación del conocimiento, estudio y desarrollo de agentes autónomos inteligentes, reconocimiento de patrones y minería de datos, técnicas de aprendizaje automático y programación de sistemas evolutivos.

Las líneas de investigación en esta área son:

Procesamiento del Lenguaje Natural

Contacto: John Atkinson (atkinson@inf.udec.cl), Leo Ferres (leo@inf.udec.cl)

Esta línea involucra el estudio de técnicas y modelos de lingüística computacional e inteligencia artificial para el desarrollo de sistemas que permiten analizar lenguaje natural en diferentes medios y generar languaje natural. La investigación en esta área abarca técnicas y métodos para el análisis automático de lenguaje natural en diferentes formas: diálogos humano-computador, análisis de textos, etc. En el ámbito de análisis de textos, se trabaja con nuevos modelos y aplicaciones de minería de textos. Esto involucra el análisis de grandes cantidades de textos electrónicos en lenguaje natural para propósitos de descubrimiento de conocimiento. Actuales investigaciones consideran el desarrollo de nuevos modelos de minería de textos y el desarrollo de métricas que permitan evaluar automáticamente el grado de interés y/o novedad de los patrones descubiertos por los sistemas de minado de textos.

Computación Bioinspirada

Contacto: Ricardo Contreras (rcontrer@inf.udec.cl), M. Angélica Pinninghoff (mapinnin@inf.udec.cl), Lilian Salinas (lsalinas@inf.udec.cl)

Esta línea de investigación abarca la utilización de técnicas denominadas inteligentes, para la solución de problemas complejos. La fuente de inspiración de estas técnicas tiene su origen en el mundo natural, tomando como paradigmas la evolución de las especies, desde una perspectiva Darwiniana, y el funcionamiento del cerebro, en cuanto a conectividad de celdas (neuronas) que permiten resolver problemas específicos. Tanto la optimización como la predicción y el reconocimiento de patrones se sitúan en esta especialidad.

Técnicas especiales para esta línea de investigación son:

      • Redes neuronales: Las redes neuronales artificiales son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso. Se trata de un sistema de interconexión de neuronas distribuida en una red que permite transformar señales de entrada en señales de salida. El objetivo de la red neuronal es entregar respuestas similares a las que entregaría el cerebro frente a entradas similares. Son apropiadas en aplicaciones para las que no se dispone de un modelo identificable que pueda ser programado; incluyendo clasificación, reconocimiento de patrones y predicciones.
      • Algoritmos genéticos: Son algoritmos que se inspiran en la evolución biológica y su base genético-molecular. Estos algoritmos hacen evolucionar una población de individuos (soluciones potenciales a un problema dado) sometiéndola a acciones semejantes a las de evolución biológica (incluye recombinación genética y mutaciones) y a un proceso de selección que, en base a algún criterio predefinido permite identificar a los individuos más aptos. Son apropiados en aplicaciones de alta combinatoria, donde no se conocen algoritmos que resuelvan el problema planteado en tiempo polinomial.

Representación de Conocimientos

Contacto: Leo Ferres (leo@inf.udec.cl)

Involucra el estudio de como el conocimiento acerca del mundo puede representarse y que clases de razonamiento pueden llevarse a cabo con este conocimiento. Actuales investigaciones incluyen representación y razonamiento con ontologías, modelos de representación semántica para lenguaje natural.

Agentes Inteligentes

Contacto: John Atkinson (atkinson@inf.udec.cl), Leo Ferres (leo@inf.udec.cl)

En esta línea se estudian diferentes métodos y estrategias para el diseño de sistemas autónomos que sean capaces de resolver problemas en forma inteligente y distribuida en ambientes dinámicos. Actuales desarrollos consideran trabajos en agentes robóticos, negociación automatiza, búsqueda inteligente, sistemas de interacción humano-computador.

Minería de Datos

Contacto: John Atkinson (atkinson@inf.udec.cl)

En esta línea se estudian y desarrollan métodos para la extracción automática de conocimiento y patrones de grandes bases de datos estructuradas y no estructuradas (textos). Actuales trabajos consideran minería de datos en la web, análisis de textos electrónicos, descubrimiento de patrones desde bases de datos científicas, etc.

Print Friendly