Aprendizaje automático y profundo: preferencias e imagen digital. APRENDA

Proyecto de Investigación Científica - SBPLY/21/180501/000148 - 115.979,64 €

Grupo de investigación: SIMD - Sistemas Inteligentes y Minería de Datos. Universidad de Castilla-La Mancha/ Instituto de Investigación en Informática de Albacete

I.P.1: Dr. José Antonio Gámez Martín

I.P.2: Dra. María Julia Flores Gallego

Finalidad del Proyecto

El proyecto propone combinar técnicas de aprendizaje profundo con otros modelos de aprendizaje automático según las características de los datos y las necesidades del problema. Mientras que el aprendizaje profundo será clave en aplicaciones basadas en imagen digital (robótica, evaluación estética e industria 4.0), otros modelos como las redes bayesianas y los clasificadores ensemble se emplearán en ámbitos como el aprendizaje de preferencias o el mantenimiento predictivo. Además del desarrollo metodológico y aplicado, el proyecto busca generar software robusto, ya sea en forma de librerías compartidas con la comunidad o como prototipos de aplicaciones funcionales.

Objetivos

1.- Desarrollar técnicas de aprendizaje automático para combinar y explicar modelos de forma eficiente e interpretable.

2.- Investigar métodos de aprendizaje de preferencias para mejorar sistemas de recomendación y clasificación.

3.- Proponer algoritmos para evaluar automáticamente la calidad estética de imágenes.

4.- Aplicar visión por computador y aprendizaje profundo a la toma de decisiones en robótica autónoma.

5.- Aplicar las técnicas desarrolladas en problemas de biomedicina e industria 4.0.

Resultados

Se han alcanzado todos los objetivos propuestos en las líneas anteriormente mencionadas. Como resultado del proyecto se ha desarrollado un amplio conjunto de algoritmos metodológicos dando soluciones a problemas como: agregación de modelos probabilísticos, aprendizaje de modelos en alta dimensionalidad, aprendizaje de preferencias mediante rankings, generación de explicaciones para modelos de clasificación, estimación automática de la calidad estética en imágenes (fotografías), incorporación de razonamiento causal para la toma de decisiones en robótica social y predicción de los requisitos a incorporar en desarrollos software guiados por metodologías ágiles. Además, se han desarrollado modelos matemáticos en biomedicina (predicción de la resistencia a antibióticos y transmisión de enfermedades como el dengue), modelos para su uso en sostenibilidad ambiental como la predicción de inundaciones y valoración de la severidad de incendios, etc.

Impacto científico, técnico o social

El impacto científico técnico alcanzado ha sido elevado, con presencia en gran cantidad de foros y obtención de publicaciones en revistas de primer nivel. A nivel social, es destacable la transferencia de doctores formados en el proyecto a empresas de tecnología, con actividad alineada a su formación investigadora (Guillermo T. Fernández en Taidy.cloud, Luis González en E2F y Jorge D. Laborda en Insight Solutions). Por otra parte, investigadores del proyecto han colaborado en la difusión de los resultados a la Sociedad, mediante la organización y participación en eventos como Pint of Science, encuentro B2B-Itecam, jornadas en ADECA, cadena SER, etc

Incluir también, los siguientes indicadores científico-técnicos y de transferencia:

4 tesis doctorales defendidas en el marco del proyecto.

25 artículos en revista (indexada JCR)

35 participaciones en congresos (25 internacionales)

5 paquetes software con las implementaciones de los algoritmos desarrollados

2 contratos de I+D relacionados con desarrollos del proyecto

Colaboraciones

Realización de estancias de investigación, proyectos y/o publicaciones conjuntas con distintos grupos de investigación. Internacionales: Ludwig Maximilian University (Munich, Alemania); Max Placnk Institute for Biogeochemistry (Jena, Alemania); Universidad de Pisa (Italia); Norce Research Institute (Grimstad, Noruega); Politécnico di Milano (Italia). Nacionales: Universidad de Almería, Universidad de Granada, Universidad Politécnica de Valencia, Universidad de Santiago de Compostela, Universidad de Extremadura y Universidad de Málaga.