Bienvenido a JCC2021

JCC2021 – Las Jornadas Chilenas de Computación es el evento científico más importante que se organiza y realiza en Chile, en el ámbito de la Ciencia de la Computación y de la Informática, siendo reconocido por las dos más importantes sociedades científicas mundiales en su ámbito, como son ACM e IEEE. Este evento se ha desarrollado desde el año 1993 en forma ininterrumpida, siendo organizada y realizada en forma conjunta entre la Sociedad Chilena de Ciencia de la Computación y alguna de las Universidades Chilenas, como por ejemplo: Universidad de Chile, Pontificia Universidad Católica, Universidad de Santiago, Universidad Austral de Chile, Universidad de Concepción, Universidad de Talca, Universidad Técnica Federico Sta. María, Universidad Católica del Norte, Universidad Arturo Prat, Universidad de Tarapacá y Universidad de La Serena.

KEYNOTE SPEAKERS

TanjaVos

Testing Inteligente para la Industria 4.0

Tanja Vos

La revolución de la automatización, conocida como transformación digital e industria 4.0, considera una mayor eficiencia, mejor calidad y una gran cantidad de datos. Los procesos habilitados por software que lideran esta etapa de industrialización necesitan pruebas exhaustivas para asegurar su calidad. El uso generalizado de las prácticas de Integración Continua (CI) en el desarrollo de software ha acortado los ciclos de desarrollo, limitando drásticamente el tiempo de prueba y control de calidad de cada versión. En la práctica, la automatización de pruebas es un requisito para un proceso de CI exitoso. Al mismo tiempo, los sistemas de software se vuelven cada vez más complejos, aparecen los “sistemas de sistemas” con multitud de plataformas y dispositivos que deben ser soportados. Tiempos reducidos para realizar pruebas junto con software más complejo que probar obliga a desarrollar métodos y herramientas de prueba que sean más inteligentes y eficientes. Esta charla muestra cómo se han abordado estos desafíos mediante proyectos de investigación colaborativa entre importantes empresas y universidades europeas. El resultado de esta colaboración se ha traducido en TESTAR (https://testar.org/), una herramienta de código abierto que genera pruebas completamente automatizadas enfocada a la industria 4.0. TESTAR cambia por completo el paradigma de las pruebas de interfaces de usuario: desde la generación de scripts hasta el desarrollo de agentes inteligentes habilitados para IA.

Georgios_N._Yannakakis

AI and Games: It Takes Two to Tango

Georgios N. Yannakakis

Ever since the birth of the idea of artificial intelligence (AI) games have been the key enabler of AI breakthroughs including deep learning and artificial general intelligence. It is not only AI that advances through games, however; AI has been assisting games to evolve in the ways we play them, test them, design them, and understand play, interaction and creativity. As games get increasingly richer and more complex through creative AI processes, AI advances further and in turn, it advances the environments it is trained in a continuous co-(r)evolutionary loop. Video games are arguably the most important domain to develop AI for, while AI is arguably the most important technological leap forward for games.

orietta-nicolis

Deep learning methods: some applications to signal and image processing

Orietta Nicolis

Deep learning methods are powerful tools which are being used in various fields, especially for big data. In this work, we present two different applications: one for predicting seismic events in Chile and the other one for face recognition in a context of cyber security. Chile is one of the most seismic countries in the world and predicting the location and time of future events is a challenging task. In our proposal we consider the spatio temporal intensity function of the ETAS (Epidemic Time Aftershock Sequence) model and the horizontal displacements given by GPS measurements as input of different neural networks. The results showed that the Multicolumn Convolutional LSTM can approximately predict the temporal decaying rate of the aftershock events jointly to their location. In the second application we trained a ArcFace model by using a ResNet-34 neural network. The matching of the face image (from a public data base) to his/her photo in the national document identity, resulted corrected in more than 95% of cases.

Alvaro_Soto

Coaching our Artificial Intelligence Models

Alvaro Soto

Deep learning (DL) is the main driving force behind the current success of AI. However, it suffers a series of limitations, such as catastrophic forgetting, lack of systematicity, poor interpretability, need of large amounts of labeled examples, and weak capacity for semantic abstraction, among others. These limitations impose conceptual and practical doubts about the viability of DL as a main component to build a powerful cognitive system. In this talk, we will discuss our efforts to contribute to the development of a next generation of AI techniques based on DL. 

Sven-Koenig

Multi-Agent Path Finding and Its Applications

Sven Koenig

The coordination of robots and other agents becomes more and more important for industry. For example, on the order of one thousand robots already navigate autonomously in Amazon fulfillment centers to move inventory pods all the way from their storage locations to the picking stations that need the products they store (and vice versa). Optimal and even some approximately optimal path planning for these robots is NP-hard, yet one must find high-quality collision-free paths for them in real-time. Algorithms for such multi-agent path-finding problems have been studied in robotics and theoretical computer science for a longer time but are insufficient since they are either fast but of insufficient solution quality or of good solution quality but too slow. In this talk, I will discuss different variants of multi-agent path finding problems, cool ideas for both solving them and executing the resulting plans robustly, and several of their applications, including warehousing, manufacturing, and autonomous driving. I will also discuss how three Ph.D. students from my research group and one Ph.D. student from a collaborating research group at Monash University used multi-agent path-finding technology to win the NeurIPS-20 Flatland train scheduling competition.
Our research on this topic has been funded by both NSF and Amazon Robotics.

FECHAS IMPORTANTES

Fecha límite de envío

23 de Agosto de 2021

1

2
Notificación de aceptación

30 de Septiembre de 2021


Camera Ready

25 de Octubre de 2021

3

4
Envío de video - SCCC

29 de Octubre de 2021


Fecha Limite Pago

02 de Noviembre de 2021

5

GENERAL CHAIRS

Karol Suchan

Presidente
Computer Society – IEEE Chile Centro Chapter

Carlos Hernandez Ulloa

Presidente
Sociedad Chilena de la Ciencia de la Computación

Alejandro Álvarez-Marín

Presidente
Comité Organizador Universidad de La Serena

TARIFAS DE INSCRIPCIÓN

CATEGORIA VALOR REBAJADO CLP * VALOR NORMAL CLP
ESTUDIANTE PREGRADO Y POSTGRADO $7.000 $8.000
ASISTENTE CON PUBLICACIÓN (IEEE - SCOPUS) [ SCCC - TICXED - AEI ] $70.000 $78.000
ASISTENTE CON PUBLICACIÓN NO INDEXADA [ LMN - ET ] $35.000 $39.000
ARTÍCULO ADICIONAL [ SCCC - TICXED - AEI - LMN - ET ] $35.000 $39.000
DOCENTES Y PROFESIONALES $42.000 $47.000
PROFESIONAL SCCC $35.000 $39.000

* PUEDE OPTAR A VALOR REBAJADO SI REALIZA SU INSCRIPCIÓN HASTA EL 20 DE OCTUBRE DEL 2021.

JCC2021 – Universidad de La Serena, Facultad de Ingeniería, La Serena – Chile.