Expositor: Dr. Juan Antonio Rico Gallego (Departamento de Ingeniería de Sistemas Informáticos y Telemáticos, Universidad de Extremadura, España)

Fecha: viernes 26 de agosto, 11 hs.

Resumen: El aprendizaje con o por Refuerzo se está convirtiendo en una herramienta muy útil para afrontar problemas en diferentes disciplinas de la ciencia y la ingeniería, entre ellas la física, astronomía, cosmología, informática, etc. Los problemas combinatorios, en los que el espacio de posibles soluciones es lo suficientemente grande para no poder realizar una búsqueda exhaustiva, son un objetivo de los algoritmos de aprendizaje con refuerzo. Problemas fundamentales y representativos como el viajante de comercio, isomorfismos de grafos, bin packing y otros pueden ser atacados con estas técnicas de aprendizaje automático, que permiten buscar una solución cuasi-óptima superando en muchos casos a las heurísticas utilizadas hasta ahora. En esta charla se ofrecen de forma general los fundamentos del aprendizaje con refuerzo y los algoritmos básicos, así como el trabajo actual desarrolladlo en el campo de las Ciencias de la Computación e Ingeniería Informática, y algunos trabajos concretos en diversos campos de la Astronomía.

Esperamos vuestra participación este viernes en el auditorio del IATE. Se podrá participar virtualmente mediante el enlace: https://meet.google.com/hgu-akrs-xvc

Sobre el Expositor: Dr. Juan-Antonio Rico Gallego es Ingeniero y Doctor en Informática por la Universidad de Extremadura. Después de trabajar como Ingeniero de Software durante unos años, es actualmente Profesor Contratado Doctor por la Universidad de Extremadura en el Departamento de Ingeniería de Sistemas Informáticos y Telemáticos, y pertenece al grupo de investigación GIM (Grupo de Ingeniería de Medios). Sus intereses en investigación se centran en el Modelado Analítico de Rendimiento de Aplicaciones Paralelas, la implementación y aplicaciones del estándar de Paso de Mensajes, y más recientemente en la Optimización de Aplicaciones en Plataformas Heterogéneas de Altas Prestaciones utilizando métodos basados en Aprendizaje Automático.