{"id":3599,"date":"2024-06-17T09:54:30","date_gmt":"2024-06-17T07:54:30","guid":{"rendered":"http:\/\/10.128.3.28\/?p=3599"},"modified":"2026-04-07T09:57:34","modified_gmt":"2026-04-07T07:57:34","slug":"la-fundacion-computaex-presenta-los-resultados-de-sus-investigaciones-en-cedi-2024-el-vii-congreso-espanol-de-informatica-celebrado-en-a-coruna","status":"publish","type":"post","link":"https:\/\/computaex.es\/en\/presentaciones\/la-fundacion-computaex-presenta-los-resultados-de-sus-investigaciones-en-cedi-2024-el-vii-congreso-espanol-de-informatica-celebrado-en-a-coruna\/","title":{"rendered":"La Fundaci\u00f3n COMPUTAEX presenta los resultados de sus investigaciones en CEDI 2024, el VII Congreso Espa\u00f1ol de Inform\u00e1tica, celebrado en A Coru\u00f1a"},"content":{"rendered":"
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Una delegaci\u00f3n compuesta por cinco investigadores de\u00a0C\u00e9nitS<\/a>\u00a0ha asistido a\u00a0CEDI\u00a0<\/a>2024, VII Congreso Espa\u00f1ol de Inform\u00e1tica, del 17 al 21 de junio en A Coru\u00f1a. El objetivo ha sido comunicar y difundir los resultados obtenidos en las investigaciones realizadas en Ingenier\u00eda de Software para infraestructuras HPC (High-Performance Computing<\/em>, computaci\u00f3n de alto rendimiento), aprendizaje autom\u00e1tico, aprendizaje federado y eficiencia energ\u00e9tica. La delegaci\u00f3n ha estado encabezada por el Director General de la Fundaci\u00f3n\u00a0COMPUTAEX<\/a>, Dr. Juan Antonio Rico junto con los tambi\u00e9n doctores D. Javier Corral\u00a0 y D. Daniel Flores, que han estado acompa\u00f1ados de los investigadores D. Miguel Ba\u00f1os, Ingeniero de Telecomunicaciones, y el Ingeniero Inform\u00e1tico D. Jorge Cancho.<\/p>

Las ponencias se han celebrado en el marco de las jornadas que realizar\u00e1\u00a0SISTEDES<\/a>, Sociedad de Ingenier\u00eda de Software y Tecnolog\u00edas de Desarrollo de Software, y\u00a0SARTECO<\/a>, la Sociedad de Arquitectura y Tecnolog\u00eda de Computadores. Ambos, foros de referencia para investigadores se han reunido en el Congreso Espa\u00f1ol de Inform\u00e1tica para intercambiar experiencias y difundir los resultados de sus estudios con profesionales dedicados a la investigaci\u00f3n, el desarrollo y la ense\u00f1anza universitaria en el marco de la Ingenier\u00eda Inform\u00e1tica.<\/p>

Los representantes de la Fundaci\u00f3n han ofrecido un total de 5 comunicaciones. Tres de ellas han estado centradas en el Desarrollo de Green Software, una l\u00ednea de investigaci\u00f3n en la que est\u00e1 trabajando D. Jorge Cancho y D. Miguel Ba\u00f1os, dirigidos por el Dr. Javier Corral, responsable de la Unidad de Proyectos y Comunicaci\u00f3n de la Fundaci\u00f3n COMPUTAEX. Los estudios se han realizado en colaboraci\u00f3n con la\u00a0UEX<\/a>, Universidad de Extremadura, y el Grupo Alarcos de la\u00a0UCLM<\/a>, Universidad de Castilla la Mancha. El Dr. Juan Antonio Rico ha participado en un Panel en el contexto de las jornadas SARTECO, titulado\u00a0La inform\u00e1tica en la computaci\u00f3n cu\u00e1ntica,<\/em>\u00a0organizada por\u00a0 QSpain (Quantum Computing Spanish Association in Informatics<\/em>) y moderada por Carmen G. Almud\u00e9ver, presidenta de QSpain.<\/p>

La conferencia ofrecida por D. Miguel Ba\u00f1os se ha basado en\u00a0Green Software en HPC: Desarrollo de Estrategias de Optimizaci\u00f3n para la reducci\u00f3n del tiempo de ejecuci\u00f3n.<\/em>\u00a0Para ello se ha propuesto un\u00a0framework<\/em>\u00a0compuesto, por una serie de t\u00e9cnicas de optimizaci\u00f3n que tienen como objetivo reducir el tiempo de ejecuci\u00f3n del software mediante cambios en el c\u00f3digo, as\u0131\u0301 como una herramienta que permite la aplicaci\u00f3n autom\u00e1tica de dichas t\u00e9cnicas y el an\u00e1lisis del rendimiento de las mismas en distintos dispositivos. En este art\u00edculo se han propuesto 6 nuevas t\u00e9cnicas de programaci\u00f3n eficiente, las cu\u00e1les alcanzaron hasta un 90 % de mejora de rendimiento respecto a las optimizaciones autom\u00e1ticas realizadas por el compilador GCC (GNU\u00a0Compiler Collection<\/em>).<\/p>

Jorge Cancho ha presentado la comunicaci\u00f3n\u00a0Desarrollo de Green Software para infraestructuras HPC: Mejora del rendimiento del c\u00f3digo a trav\u00e9s de un Framework de Optimizaci\u00f3n.<\/em>\u00a0En estos estudios se han propuesto nuevas funcionalidades de un\u00a0framework<\/em>\u00a0destinado al desarrollo de c\u00f3digos y aplicaciones, mediante el empleo de un conjunto de t\u00e9cnicas de optimizaci\u00f3n dirigidas a la reducci\u00f3n de los tiempos de ejecuci\u00f3n. En el articulo se ha analizado la eficiencia de algunas de las t\u00e9cnicas clave incluidas en el\u00a0framework<\/em>\u00a0sobre c\u00f3digos ejecutados en un centro de computaci\u00f3n de alto rendimiento. Los resultados experimentales han alcanzado reducciones en los tiempos de ejecuci\u00f3n de hasta un 84 %, en comparaci\u00f3n con las optimizaciones autom\u00e1ticas ofrecidas por el compilador GCC. Ambas contribuciones se han difundido en\u00a0JISBD 2024<\/a>, las Jornadas de Ingenier\u00eda del Software y Bases de Datos en el foro de SISTEDES 2024.<\/p>

En el marco de la l\u00ednea de investigaci\u00f3n sobre eficiencia energ\u00e9tica, tambi\u00e9n se han expuesto los resultados del estudio\u00a0Green Software en IoT: Estrategias para Mejorar la eficiencia en Plataformas Arduino<\/em>, presentada por D. Miguel Ba\u00f1os que ha trabajado como investigador en el art\u00edculo publicado, junto con los Dres. Rico, Corral y Flores, en colaboraci\u00f3n con el Grupo Alarcos de la Universidad de Castilla la Mancha. En este trabajo se ha presentado una metodolog\u00eda para la reducci\u00f3n del tiempo de ejecuci\u00f3n adaptada a la arquitectura de Arduino, una de las plataformas m\u00e1s extendidas en el \u00e1mbito del IoT. Se han seleccionado y analizado 27 t\u00e9cnicas de optimizaci\u00f3n de software orientadas a la mejora del rendimiento. Los an\u00e1lisis han proporcionado el porcentaje de optimizaci\u00f3n obtenido por cada t\u00e9cnica, donde se obtienen reducciones de hasta un 95 % respecto a las optimizaciones autom\u00e1ticas implementadas por el compilador GCC que pueden traducirse en una reducci\u00f3n del consumo energ\u00e9tico. La conferencia se ha encuadrado en el foro de SARTECO.<\/p>

Las otras dos comunicaciones, se han ofrecido dentro de\u00a0JCIS 2024<\/a>, Jornadas de Ciencia e Ingenier\u00eda de Servicios, corresponden a los trabajos realizados por el Dr. Daniel Flores cuyos art\u00edculos se han escrito en colaboraci\u00f3n con la Universidad de Extremadura. La primera investigaci\u00f3n se ha centrado en el\u00a0Aprendizaje Federado en dispositivos de Realidad Virtual Aut\u00f3nomos<\/em>. Los entornos federados destacan como una estrategia que permite entrenar modelos en dispositivos con bajas capacidades de computaci\u00f3n, manteniendo la privacidad de los datos. Tradicionalmente, el entrenamiento de algoritmos en VR requer\u00eda conexi\u00f3n constante a equipos inform\u00e1ticos, limitando su versatilidad. Avances recientes han mejorado las capacidades computacionales de estos dispositivos, permiti\u00e9ndoles realizar tareas computacionales de manera aut\u00f3noma. Este trabajo ha abordado el desaf\u00edo de entrenar una red neuronal distribuida en dispositivos de Realidad Virtual, con el objetivo de desarrollar un modelo colaborativo y centralizado en la nube.<\/p>

El Dr. Flores ha expuesto los resultados del estudio:\u00a0Recommendation and Distillation of IoT Multi-Environments<\/em>. Actualmente la gesti\u00f3n manual de los dispositivos sigue consumiendo mucho tiempo, especialmente en entornos m\u00faltiples o nuevos que exigen nuevas configuraciones e interacciones. Los sistemas de aprendizaje ayudan a automatizar la gesti\u00f3n de tareas, pero sus tiempos de aprendizaje dificultan la personalizaci\u00f3n y tienen dificultades cuando el sistema tiene que interactuar con m\u00faltiples entornos IoT. En este trabajo, se propone un enfoque agn\u00f3stico del modelo para el intercambio de conocimientos dentro de una federaci\u00f3n. Las principales aportaciones son: el establecimiento de un requisito para la reutilizaci\u00f3n del conocimiento en los modelos de aprendizaje, la introducci\u00f3n de un sistema de recomendaci\u00f3n de entornos para configuraciones \u00f3ptimas y la facilitaci\u00f3n de un intercambio eficaz de conocimientos entre modelos. El m\u00e9todo propuesto alcanza una precisi\u00f3n global del 93,15% con una destilaci\u00f3n concisa, superando a menudo el rendimiento del modelo original.<\/p>

Estas actuaciones forman parte de las acciones de comunicaci\u00f3n y transferencia de resultados llevadas a cabo por el grupo de investigaci\u00f3n de la Fundaci\u00f3n COMPUTAEX.<\/p><\/div><\/div><\/div>

\u00a0<\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t