III Taller de Inteligencia Artificial, Ciencia de Datos y Aplicaciones Criptográficas

Lista de contribuciones

23. Analisis comparativo de Algoritmos Evolutivo Multiobjetivo para el problema Inverso del EEG

Sr. Jose Enrique Alvarez Iglesias (Tecnomatica)

En el área de las neurociencias son utilizadas las técnicas de neuroimagenes como medio para fundamentar y demostrar teorías sobre el funcionamiento del cerebro. Las técnicas propuestas por los investigadores hasta finales del siglo XX no han podido garantizar, simultáneamente, una alta resolución espacial y temporal con procedimientos no invasivos. Los métodos de Imágenes de Fuentes...

10. Análisis de estrategias de optimización de Meta-learning para AutoGOAL.

Roberto García Rodríguez (Universidad de la Habana)

Con el desarrollo de la ciencia en el campo de la Inteligencia Artificial, el uso de aplicaciones de Aprendizaje de Máquinas Automático (AutoML) ha ido en ascenso en los últimos tiempos. El uso de Meta-learning proporciona optimización y rendimiento de estos programas aprovechando conocimiento ya computado. Este método aprende de tareas previamente analizadas, proporcionando una idea de...

2. Análisis de Razonamiento de los LLMs bajo un Marco Teórico basado en Lógica Difusa

Loitzel Ernesto Morales Santiesteban (MATCOM, Universidad de La Habana)

¿Son los LLMs capaces de razonamiento similar al humano?
Esta tesis propone un marco de evaluación con lógica difusa para dar respuesta a esta cuestión. Ante su integración en aplicaciones críticas, se hace necesario evaluar no solo su precisión, sino también su generalización, inferencia y manejo de incertidumbre. Los métodos tradicionales, basados en métricas binarias, no capturan estas...

22. Apropiación interactiva y sistematización de contenidos mediante inteligencia artificial

Dr. Reynaldo Carballo Cuenca (SEISA)

La inteligencia artificial (IA) está transformando la forma en que interactuamos con el conocimiento y organizamos la información. Este trabajo aborda cómo la IA permite la apropiación interactiva de contenidos y su sistematización, facilitando un acceso más personalizado y eficiente al conocimiento. Se discuten los impactos en educación, investigación y gestión del conocimiento. La...

9. Ataques a la aritmética de protección criptográfica de Curvas Elípticas

Paulo Enrique Lantigua Cuervo (Instituto de Criptografía)

Adjunto el resumen del trabajo.

20. Clasificación de Imágenes de la Piel mediante eluso de Vision Transformers

Francisco Préstamo Bernárdez (Facultad de Matemática y Computación de la Universidad de La Habana)

El objetivo del trabajo fue investigar la aplicación de Vision Transformers(ViT) para la clasificación de imágenes de la piel con el fin de detectar las diferentes enfermedades dermatológicas. Se implementaron técnicas de data augmentation con el objetivo de equilibrar las clases en el conjunto de datos y mejorar la generalización del modelo, se aplicaron transformaciones como rotación,...

6. Estudio de la factibilidad del uso de Grandes Modelos de Lenguaje en la predicción sismológica

Sr. Orlando Giraudy Hernández (Universidad de Oriente)

La investigación se orienta al estudio del uso de la Inteligencia Artificial Generativa y en especial los Grandes Modelos de Lenguaje para el análisis de movimientos sísmicos. Antecedentes: Las señales propias de los movimientos telúricos pueden ser captadas y estudiadas por diferentes dispositivos. El análisis y posible predicción de la frecuencia y fuerza de estos movimientos ha sido...

3. Evaluación de Modelos de Lenguaje en la Clasificación de Problemas de Machine Learning con RAG y Prompt Engineering

Deborah Famadas-Rodríguez (Universidad de la Habana)

Los modelos de lenguaje a gran escala (LLMs) han demostrado capacidades avanzadas en la comprensión y generación de texto, pero su desempeño en tareas específicas, como la clasificación de problemas de machine learning, continúa siendo un problema abierto.

El estudio se basa en un corpus etiquetado de preguntas, sobre el cual se analizan dos enfoques principales. Primero, se establece una...

13. Evaluación del modelo TimesFM 2.0 en predicción zero-shot de series temporales mediante ventana deslizante con solapamiento

Darián Santiago Llanes Guilarte (CENATAV)

Antecedentes
La predicción de series temporales constituye un desafío fundamental en inteligencia artificial, con aplicaciones críticas en climatología, gestión energética y economía. Los modelos fundacionales (foundation models), pre-entrenados en grandes volúmenes de datos, emergen como alternativa prometedora frente a enfoques tradicionales que requieren ajuste específico por dominio....

8. Evolución de Pipelines de AutoML mediante Optimización Metaheurística Impulsada por Modelos de Lenguaje

Leonardo Javier Ramírez Calatayud (Universidad de la Habana)

En un mundo donde la demanda de soluciones automatizadas de Machine Learning (ML) crece exponencialmente, esta investigación propone un marco innovador que combina algoritmos evolutivos con Modelos de Lenguaje Grandes (LLMs) para revolucionar la construcción de pipelines de AutoML. El objetivo central es eliminar la dependencia de configuraciones manuales y optimizaciones ineficientes,...

21. Generación Automatizada de Estado del Arte

Sr. Darío Hernández Cubilla (Universidad de La Habana)

El trabajo busca una manera de facilitar la generación de la sección de estado del arte en artículos científicos, es decir, esa parte del manuscrito que resume y contextualiza los conocimientos previos en el campo de estudio. Partiendo de un resumen inicial del tema de investigación proporcionado por el usuario, el sistema automatiza la búsqueda de papers relevantes, aplicando técnicas de...

18. Generalization Capability of a Multi-Layer Perceptron Trained on One Intraocular Lens Model to Predict Outcomes for Other Models

Alfo José Batista Leyva (Instituto Superior de Tecnologías y Ciencias Aplicadas (InSTEC), Universidad de La Habana)

This study investigates the capability of a Multi-Layer Perceptron (MLP) neural network (NN), initially trained to predict intraocular lens (IOL) power for a specific lens model in cataract surgery, to generalize its predictions to other IOL models. A retrospective analysis was conducted using biometrical data, including axial length (AL) and average corneal power (Kav), as well as predicted...

28. Inferencia de tiempos de evolución para procesos coevolutivos: dinámica de Ornstein-Uhlenbeck en un árbol filogenético.

Sra. Elena Rodríguez Orta (Universidad de La Habana)

La inferencia de los tiempos evolutivos es parte fundamental de los estudios filogenéticos. Los métodos tradicionales no consideran la coevolución de los distintos elementos de las secuencias biológicas (epistasis). Esta simplificación, motivada por la dificultad de los cálculos, puede conducir a resultados imprecisos. En el presente trabajo se desarrolla un método de inferencia de los tiempos...

19. Interacción con Documentos Tabulares utilizando LLMs: el caso de los Anuarios Estadísiticos de Cuba

Prof. Carla Sunami Perez Valera (Universidad de La Habana)

Se presenta el desarrollo de un prototipo basado en modelos de lenguaje grande (LLM) para mejorar la interacción con los anuarios estadísticos de la
Oficina Nacional de Estadística e Información (ONEI) de Cuba. Este utiliza un enfoque combinado: Generación Aumentada por Recuperación (RAG),
internamente apoyado mediante embeddings para optimizar resultados; además asegura una correcta...

25. LA APLICACIÓN DE LA IA GENERATIVA EN MODO LOCAL PARA EL SECTOR EMPRESARIAL: UN ENFOQUE TÉCNICO Y OPERATIVO

Sr. Orlando López Morales

La inteligencia artificial generativa ha trascendido su dependencia de servidores remotos, permitiendo su ejecución en dispositivos locales con recursos limitados. Este avance democratiza el acceso a herramientas como modelos de lenguaje, visión artificial y procesamiento de datos, garantizando privacidad y control total sobre los flujos de trabajo.

17. Large Language Models as NLP Algorithm Replacements in AutoML Pipelines

Gabriel Hernández Rodríguez (Universidad de la Habana)

The convergence of Large Language Models (LLMs) and Automated Machine Learning (AutoML) offers transformative potential for streamlining NLP pipeline design, traditionally reliant on manual algorithm selection and feature engineering. This research investigates how LLM inference capabilities—leveraged as dynamic, self-contained modules—can automate and optimize NLP task integration within...

7. Mamba: Modelo SSM como alternativa a los Transformers

Sra. Ana Beatriz Bestard Columbié (Universidad de Oriente)

Antecedentes: La inteligencia artificial ha avanzado notablemente desde la introducción de los Transformers en 2017, pero estos modelos enfrentan desafíos en eficiencia y escalabilidad. Mamba surge como una
alternativa innovadora para superar estas limitaciones. Este informe analiza las restricciones de los Transformers, el desarrollo de Mamba y su impacto en la IA, proporcionando una visión...

15. Modelos de Lenguaje de Gran Escala en Sistemas de Recomendaci´on: Enfoques, Desaf´ıos y Oportunidades

Andrés Alejandro León Almaguer (Centro de Aplicaciones de Tecnolog´ıas de Avanzadas (CENATAV))

Antecedentes: La incorporaci´on de modelos de lenguaje de gran escala
(LLMs, por sus siglas en ingl´es) en los sistemas de recomendaci´on (RS) ofrece
ventajas significativas, principalmente debido a su capacidad para extraer
representaciones de alta calidad a partir de datos textuales y aprovechar el
conocimiento codificado en ellos. A diferencia de los sistemas tradicionales,
los modelos...

11. Restricted Boltzmann Machines may have favorite numbers

David Garófalo Aedo (Facultad de Física, Universidad de La Habana)

A Restricted Boltzmann Machine (RBM) is a generative neural network made of a layer of visible neurons fully
connected to a single layer of hidden neurons. RBMs are called “restricted” because there are not connections
between units within the same layer. This model is typically used to learn a statistical representation of a
dataset in order to generate new samples from the same...

27. Retrieval-Augmented Generation en Entornos Académicos: Un Marco para Asistentes Virtuales Inteligentes

Alejandro Beltrán Varela (Facultad de Matemática y Computaci;on)

Retrieval-Augmented Generation en Entornos Académicos: Un Marco para Asistentes Virtuales Inteligentes

Autor: Alejandro Beltrán Varela¹.

alejandro.beltran@rect.uh.cu

Resumen
La Universidad de la Habana enfrenta el reto de integrar información académica, administrativa y de investigación dispersa...

12. S2ST Directo con LLMs: Un estudio de factibilidad y estrategias de alineación.

Niley González (Universidad de La Habana)

Los Grandes Modelos de Lenguaje (LLMs, por sus siglas en inglés) han logrado resultados notables en el campo del Procesamiento de Lenguaje Natural (PNL), demostrando capacidades de aprendizaje en contexto, habilidades emergentes y extensibilidades a otras modalidades incluyendo el procesamiento de audio. Esta evolución ha impulsado el desarrollo de nuevas arquitecturas en la traducción de...

1. The Accuracy-Efficiency Frontier of Large Language Models and Inference Strategies for Healthcare QA

Daniel Alejandro Valdés Pérez (Universidad de La Habana)

Large Language Models (LLMs) have emerged as powerful tools for medical question-answering, capable of assisting in clinical decision-making by processing and synthesising vast amounts of medical knowledge. However, deploying LLMs in healthcare requires balancing accuracy, computational efficiency, and cost. This study investigates different inference strategies—single-call, ensemble, and...

4. Uso de Grandes Modelos de Lenguaje para la Creación de Grafos de Conocimiento en el Ámbito Médico

Sr. Carlos Enrique Moreno Portuondo (Universidad de Oriente)

La investigación aborda la implementación de grafos de conocimiento en el ámbito médico mediante el uso de modelos de lenguaje avanzados (LLMs), destacando específicamente Phi 3.5 -Ollama con 3.8 mil millones de parámetros. Antecedentes: La organización de información médica no estructurada representa un desafío en el análisis de datos clínicos. Objetivos: Desarrollar un sistema basado en...

24. Uso de la Inteligencia Artificial en el campo de la Meteorología

Juan Ayón Alfonso (Instituto Superior de Tecnologías y Ciencias Aplicadas (InSTEC), Universidad de La Habana)

El uso de la Inteligencia Artificial (IA) en las investigaciones científicas ya es una realidad en estos momentos, abarcando áreas muy complejas. Los pronósticos de ocurrencia de condiciones meteorológicas en el corto, mediano y largo plazos no están ajenos a la utilización de estos nuevos procedimientos. Actualmente, no se dispone de toda la información meteorológica básica en muchos lugares...

5. Uso de las redes neuronales Kolmogorov-Arnold para el procesamiento de imágenes médicas

Sra. Beatriz Sánchez Delgado (Universidad de Oriente)

La investigación se orienta en el uso de redes neuronales con una arquitectura Kolmogorov-Arnold para el procesamiento de imágenes médicas. Antecedentes: Las redes neuronales Kolmogorov-Arnold (KAN; siglas en inglés) se basan en el teorema de representación de Kolmogorov-Arnold, que permite descomponer funciones complejas en funciones univariantes más simples, lo que facilita la...

26. WilsonIA: Facilitando la creación de modelos de Aprendizaje Automatizado a expertos en su dominio de aplicación

Lester Ismar Pérez Monteagudo (UCLV)

En este trabajo se realiza la introducción al tema del Aprendizaje Automático Autónomo como un recurso disponible para personas que deseen crear y aplicar modelos en la solución de problemas dentro de su campo de experticia, pero con conocimientos limitados en el Aprendizaje Automático (AA). Se mencionan además algunos de los sistemas clásicos del AA y los principales errores que puede cometer...