Investigadores del DCC obtuvieron Fondecyt 2014

Image preview

Profesor Benjamin Bustos

Image preview

Profesor Gonzalo Navarro

Image preview

Profesor Jorge Pérez


Compartir

 

Los proyectos de los académicos Benjamin Bustos, Gonzalo Navarro y Jorge Pérez, obtuvieron fondos en el concurso que financia competitivamente iniciativas presentadas por investigadores con trayectoria, que promueven desarrollo científico y tecnológico.

 

Los académicos del DCC Benjamin Bustos con su proyecto “Efficient 3D Shape Matching Using Local Descriptors”, Gonzalo Navarro con “Fundamental Data Structures for Managing Large Datasets” y Jorge Pérez con “Efficiently and Effectively Querying Linked Data on the Web”, obtuvieron Fondos Regulares Fondecyt 2014, integrando el grupo de los 253 proyectos aceptados de la Universidad de Chile, principal institución que lideró la adjudicación de este año.

 

“Efficient 3D Shape Matching Using Local Descriptors”

 

El proyecto que tendrá una duración de tres años, tiene como objetivo desarrollar algoritmos de matching de objetos 3D, basados en descriptores locales, con énfasis en la eficiencia de los métodos.

 

Durante los últimos años se han desarrollado diversos métodos basados en descriptores locales para hacer matching de formas 3D. “Estos métodos, comparados con aquellos basados en descriptores globales, han resultado ser más eficaces para realizar tareas de matching parcial en colecciones de objetos 3D, lo cual tiene diversas aplicaciones prácticas en áreas como patrimonio cultural, arqueología, la industria del entretenimiento, etc. El problema es que la mayoría de los métodos desarrollados hasta ahora no han considerado el tema de la eficiencia, por lo que muchos de ellos no son directamente aplicables a colecciones grandes de objetos 3D. El aporte de este proyecto es precisamente ese: enfocarse en la eficiencia de los métodos de matching 3D basados en descriptores locales”, explicó el académico Benjamin Bustos.

 

Resumen en inglés:  “Efficient 3D Shape Matching Using Local Descriptors”

 

“Fundamental Data Structures for Managing Large Datasets”

 

El objetivo  de este proyecto es investigar en estructuras de datos compactas que permitan el manejo eficiente de grandes volúmenes de información, considerando ciertas áreas específicas de interés como: recuperación de información, bioinformática y colecciones versionadas.

 

El proyecto de tres años cruza un conjunto importante de tipos de datos masivos que es de interés manipular eficientemente (lenguaje natural, repositorios de software, datos geográficos, secuencias biológicas, colecciones XML y RDF), con una característica reciente, que es la repetitividad, la cual aparece tanto en bioinformática por la similitud de las secuencias almacenadas como en colecciones de documentos versionados por la similitud entre versiones. “Busca entonces aplicar técnicas de estructuras de datos compactas (conocidas y nuevas) para explotar la repetitividad de forma de reducir el espacio que usan esas colecciones, mientras se mantiene o se mejora las funcionalidades típicas de búsqueda sobre esas colecciones”, expresó Gonzalo Navarro.

 

“Una colección muy repetitiva de la vida real puede almacenarse en menos de un milésimo de su espacio original usando las técnicas adecuadas, por lo que el impacto de estas soluciones puede ser muy grande, y permitir la manipulación de colecciones mucho mayores que las que se podrían manejar en forma clásica” señaló.

 

Resumen en inglés: “Fundamental Data Structures for Managing Large Datasets”

 

Efficiently and Effectively Querying Linked Data on the Web”

 

Su objetivo es usar técnicas de Big Data para diseñar un buen lenguaje de consulta para datos enlazados en la Web. “La idea es producir un set de herramientas teóricas, algoritmos y aplicaciones que permitan diseñar y evaluar un lenguaje para consultar los datos enlazados”, comentó Jorge Pérez.

 

El académico además explicó que este proyecto que durará tres años busca sentar las bases para las aplicaciones que en el futuro ayuden a acceder a estos datos de manera fácil y eficiente.

 

Resumen en inglés: “Efficiently and Effectively Querying Linked Data on the Web”

 

--

Comunicaciones DCC