Home

Redes Bayesianas: Principios y Aplicaciones

Redes Bayesianas: Principios y Aplicaciones.

Dr. Luis Enrique Sucar Succar


Texto completo de la Conferencia   

Resumen
Las redes bayesianas representan en forma gráfica las relaciones causales entre variables cuantificadas por probabilidades condicionales. Se han convertido en la técnica preferida para el manejo de incertidumbre en sistemas inteligentes. En esta plática se presenta una introducción general a las redes bayesianas, enfatizando los aspectos de representación, inferencia y aprendizaje. Veremos diversas aplicaciones de redes bayesianas que hemos desarollado, incluyendo diagnóstico de procesos industriales, modelado del estudiante entutores y reconocimiento de ademanes en imágenes.
 
Esbozo Curricular


Investigador Titular, Coordinación de Ciencias Computacionales, INAOE.

Luis Enrique Sucar es Doctor por el Imperial College, Londres, y Maestro en Ciencias por la Universidad de Stanford. Tiene experiencia como investigador y profesor en el Instituto de Investigaciones Eléctricas, el Tecnológico de Monterrey, y el INAOE. Ha realizado estancias de investigación en el Imperial College, Londres, en la Universidad de British Columbia, Canadá, y en el INRIA, Francia.

El Dr. Sucar es miembro de la Academia Mexicana de Ciencias y del Sistema Nacional de Investigadores. Es autor de mas de 150 publicaciones en revistas, libros y congresos. Ha recibido el premio a mejor artículo en dos congresos internacionales, IEA/AIE en Australia en 1995 e Iberamia en España en 2002. Ha sido presidente de la Sociedad Mexicana de Inteligencia Artificial (2000-2002) y fue uno de los fundadores de la prestigiada serie de congresos internacionales en inteligencia artificial MICAI. También ha sido miembro del Advisory Board y del Comité de Programa del IJCAI, y es editor asociado de Computación y Sistemas y de la Revista Iberoamericana de Inteligencia Artificial. Ha dirigido mas de 50 tesis de Doctorado, Maestría y Licenciatura e impartido catedra en el INAOE, ITESM y CENIDET. Su investigación se centra en inteligencia artificial, principalmente en el desarrollo de modelos gráficos probabilistas y su aplicación en el análisis de imágenes, recuperación de información, robótica móvil y bio-medicina.