El proyecto DataBeers València+Barcelona, dirigido a difundir los avances en el tratamiento inteligente de datos y del que forma parte personal investigador de la Universitat de València (UV), ha sido premiado por la Associació Catalana d’Intel·ligència Artificial (ACIA) con motivo de su labor divulgativa. Además, Francisco Grimaldo, profesor del Departamento de Informática de la institución valenciana y miembro del nodo DataBeers València, ha recibido un premio por su trabajo de investigación presentado al Congreso Internacional de la entidad.

El primer Premio ACIA al mejor trabajo de divulgación de la investigación en Inteligencia Artificial 2019 se ha concedido a un equipo del que, por la UV, forman parte Francisco Grimaldo; Emilia López-Iñesta, profesora del Departamento de Didáctica de la Matemática; y Daniel García-Costa, estudiante de doctorado en Inteligencia Artificial en la Escuela Técnica Superior de Ingeniería (ETSE-UV).

DataBeers València+Barcelona es una iniciativa de divulgación que explica las ventajas de la Inteligencia Artificial y la Ciencia de Datos de una forma distendida. Tiene un alcance mundial y se organiza en más de 20 ciudades de 12 países. Los encuentros de València y de Barcelona se celebran desde hace cuatro años, y tienen lugar aproximadamente cada 3 meses. En el caso valenciano la entidad acogedora es el Octubre Centre de Cultura Contemporània, y hasta finales de septiembre de este año ha habido 56 charlas en 14 de estos actos. La 15ª edición tendrá lugar el próximo jueves 28 de noviembre y las entradas gratuitas están disponibles en el enlace http://go.uv.es/cienciadatos/databeersvlc15.

Además, Francisco Grimaldo, también subdirector de la ETSE-UV, ha recibido el premio a la mejor comunicación del Congreso Internacional de ACIA por el trabajo Micro-Foundations of Macroeconomic Dynamics: The Agent-Based BAM Model. Este ha sido desarrollado en colaboración con investigadores mexicanos de la Universidad Veracruzana, con los cuales la ETSE-UV tiene un convenio específico de colaboración en el ámbito de la IA y con investigadores del CNR italiano, en el que Grimaldo es investigador asociado.

La investigación, la presentación de la cual se ha premiado por ACIA, propone implementar un modelo basado en agentes, para el estudio de dinámicas macroeconómicas a partir de las micro interacciones que se producen entre los individuos que forman parte de los mercados de trabajo, crédito y consumo de bienes.

Francisco Grimaldo, Emilia López Iñesta y Daniel García-Costa investigan en el ámbito de la inteligencia artificial aplicada, el análisis y la visualización de datos y son integrantes del grupo de investigación Intelligent Data Analysis Laboratory (http://idal.uv.es) de la UV.

DataBeers VLC

DatabeersVLC es el encuentro de referencia en València para conocer los beneficios y avances de la inteligencia artificial y de la ciencia de datos de una manera relajada y divertida. El objetivo de esta organización sin ánimo de lucro es unir a la comunidad interesada en cualquier aspecto que tenga que ver con los datos, desde un punto de vista totalmente multidisciplinario.

En las jornadas DatabeersVLC, 4 o 5 ponentes imparten una charla corta, reservando tiempo antes y después de estas intervenciones para debatir entre las personas asistentes y ponentes. Desde 2016, la actividad ha contado con más de 1700 inscripciones y como resultado de la puesta en marcha de políticas activas para visibilizar los referentes femeninos en este sector, ha conseguido una composición equilibrada de mujeres y hombres ponentes.

DatabeersVLC cuenta con el apoyo de la ETSE-UV, de la Facultad de Matemáticas, de la Unidad de Cultura Científica y de la Innovación de la UV, del Institut d’Estudis Catalans, de Acció Cultural del País Valencià y de l’Octubre Centre de Cultura Contemporànea.

Article:

Platas-López, A., Guerra-Hernández, A., Cecconi, F., Paolucci, M., & Grimaldo, F.  «Micro-foundations of macroeconomic dynamics: the agent-based BAM model». Artificial Intelligence Research and Development. http://doi.org/10.3233/FAIA190141

Fuente: Universitat de València