El Capítulo Chileno de la IEEE CIS y la Universidad Austral de Chile en Valdivia tiene el agrado de invitar a la comunidad IEEE a dos charlas plenarias auspiciadas por el programa Distinguished Lecturer IEEE CIS dictadas por el Profesor Jim C. Bezdek:

Presentación 1:  “Every picture tells a story: Visual Cluster Assessment in Square and Rectangular Relational Data” se realizará el día Martes 17 de Diciembre de 2019 a las 9:00am

Presentación 2: “How big is too big? Clustering in (static) BIG DATA with the Fantastic 4” se realizará el día Miércoles 18 de Diciembre de 2019 a las 14:00.

Las presentaciones se realizarán en el Auditorio del Edificio 3000, Campus Miraflores, General Lagos 2086, Valdivia, Región de los Ríos.

Solo se pedirá su credencial IEEE a modo de acreditación.

El Dr. Jim Bezdek es Nystul Professor y Eminent Scholar en Ciencias de la Computación en la Universidad de West Florida en Pensacola, USA. Desarrolló el algoritmo Fuzzy C-means (FCM), considerado uno de los descubrimientos más importantes en el reconocimiento de patrones difusos y áreas afines, y el algoritmo de agrupamiento elegido por la mayoría de los profesionales en análisis de datos exploratorios difusos. El modelo original ha inspirado muchas aplicaciones en áreas relacionadas de reconocimiento de patrones y procesamiento de imágenes.

Las áreas de interés de investigación del Dr. Bezdek incluyen diagnóstico médico, procesamiento de imágenes, economía, química, meteorología, web mining, geología, reconocimiento de objetivos, análisis de regresión, recuperación de documentos, fallas estructurales y modelos de riego. Una de las aplicaciones más notables ha sido en el análisis de imágenes médicas, donde la segmentación FCM de imágenes de resonancia magnética se utiliza junto con el análisis basado en reglas para el diagnóstico y la planificación preoperatoria para pacientes con tumor cerebral. El Dr. Bezdek también ha realizado contribuciones pioneras para derivar las teorías para el clustering de datos relacionales (euclidianos y no euclidianos).

Sus intereses incluyen diversos ámbitos tales como carpintería, optimización, motocicletas, reconocimiento de patrones, cigarros, agrupación en very large data, pesca, póker, co-clustering, música blues y agrupación visual en datos relacionales.