VI Taller Internacional de Matemática Computacional
-
Discrete spatial optimization heuristic to select intervention sites: Case study of deforestation in Manicaragua, Cuba
Grethell Castillo ReyesHecho
-
Evaluación de modelos de series temporales para la predicción del flujo de tránsito aéreo
Laritza Asán CaballeroHecho
-
Matemática Computacional para la gasificación Downdraft: modelo, simulación y optimización de biomasa
Elbis D´Espaux SheltonHecho
-
Workflow for effective integration of community detection algorithms in brain network analysis
Jorge Gulín GonzálezHecho
-
Data Science Methods in Understanding Climate Change and Animal Behaviour
Peter A. KhaiterHecho
-
Deep Learning Modeling for Water Quality Prediction Using Hydro-Climatic Data
Marina G. ErechtchoukovaHecho
-
Selecting optimal sites for intervention in a spatial region: a discrete optimization problem in geoscience
Dr. Dirk RooseHecho
-
Aplicación de modelos y herramientas de inteligencia artificial y aprendizaje automático en cirugía oral con tecnología láser: revisión bibliográfica
Kahita Paola Paca ZhingreHecho
-
Una visión general sobre la cienciometría y la evaluación de la ciencia
Dr.C Yunwei ChenHecho
-
Sistema inteligente para la detección y clasificación de vulnerabilidades en aplicaciones Android usando Minería de Datos y Algoritmos Supervisados
Fausto Alberto Viscaino NaranjoHecho
Graduada de Licenciatura en Matemática y Física en la URSS en 1987. Máster en Matemática Aplicada(2007). Defendió el Doctora en Ciencias Matemáticas en enero del 2017. Se desempeña desde el 2018 como Vicedecana de Investigación y Posgrado de la Facultad CITEC de la Universidad de las Ciencias Informáticas.Imparte docencia en la carrera de Bioinformática.Investiga en temáticas de Álgebra aplicada a la Criptografía
En este trabajo se presentó el diseño de un algoritmo heurístico híbrido entre Recocido Simulado y Búsqueda Tabú, capaz de encontrar funciones booleanas m-resistentes (m=1 o m=2) con alta no linealidad, un alto grado algebraico y que satisfacen un alto orden de Criterio de Propagación. Este algoritmo usa como solución candidata inicial una función construida algebraicamente que posee las propiedades de ser m-resistente, tener alta no linealidad y alto grado algebraico; además, el algoritmo contribuye a incluir la propiedad de un alto criterio de propagación; dirigiendo así la búsqueda a regiones del espacio con buenas propiedades. El algoritmo se mueve en el espacio de búsqueda impidiendo que las propiedades de la función booleana bajen de un umbral pre-especificado, mientras que a la vez se incluyen propiedades mediante el uso de una función de costo.