Cuatro miembros de la Unidad de Data Science (UDS), participarán el 13 de diciembre -por primera vez- en una de las conferencias internacionales más importantes en Inteligencia Artificial.

Se trata de la Neural Information Processing Systems (NeurIPS), instancia que desde sus inicios en 1987 tiene el propósito de fomentar el intercambio de avances de investigación en Inteligencia Artificial y Machine Learning.

Serán cuatro los papers que se presentarán en tres workshops de la conferencia. El primero, Distribution Shift, donde se abordará el cómo incrementar la capacidad de generalización de los algoritmos de inteligencia artificial ante cambios en el dominio de los datos.

El segundo, Machine Learning and the Physical Sciences, que tratará el uso de las distintas técnicas de inteligencia artificial para abordar desafíos de las ciencias físicas; y el tercero, Medical Imaging meets NeurIPS, que expondrá sobre los distintos métodos de inteligencia artificial aplicado a imágenes médicas.

Entre quienes participarán está el subidirector de la UDS, Manuel Pérez, con el paper “Con 2DA: Simplifying Semi-supervised Domain Adaptation by Learning Consistent and Contrastive Feature Representations”.

De acuerdo al también ingeniero civil industrial, “este trabajo propone un algoritmo de aprendizaje profundo que reduce la cantidad de etiquetas necesarias para categorizar objetos en imágenes a través del uso de perturbaciones estocásticas”.

La idea está inspirada en la capacidad humana de reconocer objetos, aun cuando se ocupen gafas de sol, se mire a través de un espejo o se aplique alguna perturbación en el campo visual.

El otro paper presente será, “Amortized Variational Inference for Type Ia Supernova Light Curves”, del ingeniero civil informático, Alexis Sánchez, cuyo trabajo se centra en estimar parámetros eficientes que ocupan los modelos para clasificar correctamente supernovas y sus características.

También estará la ingeniera civil biomédica, Constanza Vásquez con “Towards dynamic ground glass opacity and consolidation voxel classification in COVID-19 CT using Gaussian Mixture Model”, investigación que fue realizada gracias a la adjudicación del Concurso para Asignación Rápida de Recursos para Proyectos de Investigación sobre el Coronavirus puestos a disposición por Agencia Nacional de Investigación y Desarrollo.

De acuerdo a la magíster en Ciencias de la Computación, “para cuantificar el nivel de avance de la enfermedad es necesario saber exactamente cuánto del pulmón se encuentra comprometido, pero hacerlo de forma manual es lento y costoso, es por esto que en esta investigación se propone el uso de algoritmos de Inteligencia Artificial para automatizar esta tarea”.

Y, por último, está “A debiasing framework for deep learning applied to the morphological classification of galaxies”, trabajo del estudiante del Magíster en Ciencias de la Computación, Esteban Medina.

El paper se centra en corregir el sesgo que se genera en las imágenes de galaxias en baja calidad, situación que ocasiona la clasificación incorrecta de algunas galaxias.

“Nuestro trabajo se centra en corregir este sesgo mediante el uso de redes neuronales, obteniendo la clasificación correcta a partir de los datos sesgados”, señaló.

La NeurIPS se llevará a cabo de manera virtual entre el lunes 6 y martes 14 de diciembre.

Descarga el Brochure

Recibe toda la información del programa.

¡Déjanos tus datos!

Te contactaremos a la brevedad para resolver tus dudas e iniciar tu proceso de admisión al programa.


Notice: ob_end_flush(): failed to send buffer of zlib output compression (1) in /home/iitudecc/public_html/wp-includes/functions.php on line 5107

Notice: ob_end_flush(): failed to send buffer of zlib output compression (1) in /home/iitudecc/public_html/wp-includes/functions.php on line 5107