Select Page

El passat 13 de març, Andrea Suárez, Fernando Gastón i Marcel Morillas, de la Unitat de Transferència del Coneixement del CRM (KTU), juntament amb Pau Varela i Mariona Fucho, de comunicació i divulgació, van participar a l’EspaiCiència dins del marc del Saló de l’Ensenyament.

Durant l’esdeveniment, van realitzar dos tallers. El primer, dirigit per l’Andrea Suárez, el Fernando Gaston i la Mariona Fucho, va consistir en una sessió pràctica sobre l’ús de la criptografia per a la compressió i transmissió eficient de dades.

Considerant la gran quantitat de dades generades cada minut i els costos associats amb la seva transmissió i emmagatzematge, la KTU, en col·laboració amb l’ALBA sincrotró, participa en el programa DYSEDAS per a la compressió de dades. Segons l’Andrea: “L’objectiu del projecte DYSEDAS és crear un programari per a la compressió d’imatges volumètriques, és a dir, una seqüència de moltes imatges molt semblants entre elles. Hi ha molts marges per a la compressió en aquest cas, atès que hi ha redundància de les dades, i s’estan explorant combinacions d’algorismes coneguts com ara el codi Huffman o el codi Golomb, juntament amb una reordenació o transformació reversibles de les imatges.”

 

Però, què és exactament la compressió?

La compressió té com a objectiu reduir la grandària dels fitxers per minimitzar-ne els costos.

En el taller, els participants van ser desafiats a codificar una frase de 12 caràcters com “me mira a mi” (incloent-hi els espais) i, utilitzant tres tipus de codis, van investigar si era possible encriptar-los i desencriptar-los. Van observar que un d’aquests codis era molt eficient en la compressió de dades, però no permetia la recuperació de la informació, descobrint així el mètode Huffman.

Què és el mètode Huffman?

El mètode Huffman és un algorisme de compressió de dades que crea codis prefix, assegurant que cap cadena de bits que representa un símbol sigui prefix d’una altra, òptims per a la compressió sense pèrdua d’informació. Va ser desenvolupat per David A. Huffman mentre estudiava a l’MIT i publicat el 1952.

Aquest mètode fa servir una taula de codis de longitud variable basada en la probabilitat o freqüència estimada d’aparició de cada símbol font. Els símbols més comuns són representats amb menys bits, reduint la redundància.

Com funciona el mètode Huffman?

  1. Analitzar l’entrada: Identifica els símbols únics i calcula les seves freqüències d’aparició.
  2. Crear nodes inicials: Crea un node per a cada símbol, assignant la seva freqüència com a pes inicial.
  3. Construir l’arbre Huffman:
    • Combina els dos nodes amb menor freqüència per crear un nou node, sumant les seves freqüències.
    • Inserir el nou node: Insereix el nou node a l’arbre mantenint l’ordre de freqüència.
  4. Repetir el procés fins que només quedi un node a l’arbre, que serà l’arrel de l’arbre Huffman.
  5. Assignar codis: Recorre l’arbre assignant 0 a les branques esquerra i 1 a les branques dreta, registrant el codi binari associat a cada símbol.
  6. Crear la taula de codis: Utilitza els codis per construir una taula de codis Huffman.

És important assenyalar que tot i ser eficient en la codificació de símbols per separat, el mètode Huffman no sempre és la millor opció comparat amb altres mètodes de compressió com l’arithmetic coding o els sistemes numèrics asimètrics.

Voleu posar-vos a proba?

Proveu a codificar ‘STATISTICS’ i cliqueu-hi a sobre per veure la resposta.  Tingueu en compte que la solució no és única.

Symbol Probability
S 0.3
T 0.3
I 0.2
A 0.1
C 0.1

 

 

El segon taller, a càrrec de l’Andrea Suárez, el Marcel Morillas i en Pau Varela, van explicar en què consisteix la incertesa, específicament, aplicada a models d’intel·ligència artificial.

Per que? Basicament, ens interessa dissenyar sistemes que puguin quantificar la seguretat de les respostes que donen, já que la IA pot ser entrenada amb dadees que no reflecteixin la realitat degut a biaixos de gènere, dades errònies o falta de representació de col·lectius minoritaris.

I… Com puc utilitzar la IA per la ciberseguretat?

El phishing és una estafa en la qual un ciberdelinqüent es fa pasar per algú altre per intentar extreure información sobre la persona afectada maliciosament.

En paraules d’Axel Masó, membre de la KTU, “al projecte LICSAI, la KTU ha elaborat una eina per quantificar la incertesa d’un model de Machine Learning (desenvolupat per I2Cat) que permet predir, donat el comportament virtual d’un individu, quin és el risc que aquest sigui víctima de phishing.”

En el taller, les estudiants havien de llegir uns textos i opinar sobre com de segurs estaven que allò podía ser phishing i, a continuación, entre les dades de tots els participants, van estudiar les gràfiques resultants per entendre el seu significat.

Subscribe for more CRM News

Stay updated to our mailing list to get the lastest information about CRM activities.

CRM Comm

Pau Varela & Mariona Fucho

CRMComm@crm.cat

 

The CRM participates in the MSCA-COFUND TOUCH Project

The CRM participates in the MSCA-COFUND TOUCH Project

The CRM participates in the MSCA-COFUND TOUCH Project The MSCA-COFUND TOUCH project, spearheaded by the Universitat Autònoma de Barcelona (UAB), has been funded under the prestigious Marie Skłodowska-Curie Actions (MSCA) and the Horizon Europe...

Exploring Career Pathways for Mathematics Graduates: Insights from the ‘And after the Degree, What?’ Roundtable

Exploring Career Pathways for Mathematics Graduates: Insights from the ‘And after the Degree, What?’ Roundtable

The roundtable titled “And after the Degree, What?” held at the Universidad de La Rioja, during the Conference of Deans of Mathematics, explored various career options for mathematics graduates, such as academia and industry. David Romero, head of the Knowledge Transfer Unit (KTU) at CRM, discussed the unique aspects of industrial PhDs, emphasizing their value in producing highly qualified professionals.

El matemàtic francès Michel Talagrand guardonat amb el premi Abel 2024

El matemàtic francès Michel Talagrand guardonat amb el premi Abel 2024

El Premi Abel 2024 ha estat atorgat a Michel Talagrand, matemàtic del Centre Nacional de la Recerca Científica (CNRS) a París, França. Talagrand ha desenvolupat la seva recerca en la teoria de probabilitats i l’anàlisi funcional, disciplines que investiguen el comportament dels processos aleatoris i les propietats dels espais i funcions. El Premi Abel, sovint comparat amb el Premi Nobel de matemàtiques, va ser establert pel govern noruec el 2002 per honorar el 200è aniversari del naixement de Niels Henrik Abel, un matemàtic noruec.

Estudiants de l’Institut La Vall del Tenes de Barcelona visiten el CRM

Estudiants de l’Institut La Vall del Tenes de Barcelona visiten el CRM

Més de cinquanta estudiants de l’Institut La Vall del Tenes de Barcelona van visitar el Centre de Recerca Matemàtica (CRM) el 21 de març, com a part de la seva participació en les proves Cangur. Durant la visita, els estudiants van poder conèixer de primera mà el món de la recerca científica a través de tres investigadors predoctorals del CRM, que van compartir els seus coneixements i experiències en camps tan diversos com la biologia matemàtica, neurociència i sistemes dinàmics.

El CRM participa en l’Exporecerca Jove donant un premi especial

El CRM participa en l’Exporecerca Jove donant un premi especial

El CRM va participar a l’edició de l’Exporecerca Jove celebrada del 6 al 9 de març, on va atorgar un premi especial al millor treball de matemàtiques o de contingut matemàtic. L’Exporecerca Jove és una fira de recerca internacional per a estudiants de secundària i batxillerat. Els projectes són avaluats per un jurat qualificat.