Investigadores de Granada consiguen dos premios en la Conferencia Mundial sobre Inteligencia Computacional

Este encuentro, celebrado en Japón, es una de las citas internacionales más importantes del área de aprendizaje automático y redes neuronales

Se han aceptado más de 1.600 trabajos científicos

Ocho municipios de Granada en riesgo de despoblación recibirán casi 17 millones de euros para recuperar su patrimonio

Los autores de los trabajos en el Congreso, celebrado en Japón.
Los autores de los trabajos en el Congreso, celebrado en Japón. / R. G.
R. G.

09 de julio 2024 - 13:09

Dos trabajos de investigación desarrollados desde el Instituto Andaluz Interuniversitario en Data Science y Computacional Intelligence (Dasci), con sede en Granada y participación de investigadores de la Universidad granadina, han sido galardonados en la Conferencia Mundial sobre Inteligencia Computacional 2024 celebrada del 30 de junio al 5 de julio en Yokohama, Japón. La World Conference on Computational Intelligence 2024 engloba a los tres congresos más importantes de las tecnologías de inteligencia computacional: redes neuronales y deep learning IJCNN, computación evolutiva CEC2024, y tecnologías de conjuntos y sistemas Difusos Fuzz-IEEE2024, indica el Dasci en un comunicado.

La conferencia ha sido la mayor celebrada hasta el momento con más de 3.250 artículos recibidos y 1.681 aceptados, con autores de más de 80 países y en la que además se imparten 20 tutoriales y cinco workshops en paralelo. Un total de más de 2.000 investigadores en IA de todo el mundo se han reunido para esta conferencia. Se trata de una de las conferencias internacionales más importantes del área de aprendizaje automático y redes neuronales, que recoge teoría, análisis y aplicaciones en el aprendizaje automático, con especial énfasis en el ámbito de las redes neuronales y el aprendizaje profundo (deep learning).

Dos trabajos premiados

El artículo que ha recibido el primer premio, titulado Balancing Performance, efficiency and robustness in open-world machine learning via evolutionary multi-objective model compression, es un trabajo realizado por investigadores de Granada junto con Tecnalia. Aborda un problema fundamental de la Inteligencia Artificial, su comportamiento robusto cuando un sistema de IA interactúa en un mundo abierto, donde tiene interacción en escenarios dinámicos que pueden ir cambiando, y requieren mantener precisión y robustez, esto es, comportamiento seguro y fiable en el entorno dinámico. Se ha desarrollado una propuesta que está basada en el uso de algoritmos evolutivos (inspirados en la evolución natural) con múltiples objetivos que permiten evaluar la precisión, la eficiencia y la robustez de los modelos de aprendizaje automático.

Este trabajo ha sido realizado en colaboración con Tecnalia, con quienes se ha desarrollado un importante trabajo científico en los últimos años fruto del acuerdo de colaboración con la Cátedra de Tecnalia-UGR en IA. El primer autor, Javier del Ser es director de tecnología de Optima (Optimization, Modeling and Analytics) en Tecnalia Research & Innovation, Investigador principal y responsable de la Plataforma Artificial Intelligence. Javier del Ser mantiene una dilatada colaboración con investigadores del Instituto de Investigación DaSCI. Francisco Herrera y Javier del Ser han publicado conjuntamente más de una docena de artículos científicos de importante impacto en el ámbito de la IA. 

El artículo que ha recibido el segundo premio, titulado A wearable eye-tracking approach for early autism detection with machine learning: Unravelling Challenges and Opportunities, es una colaboración entre investigadores del Instituto DaSCI del Departamento de Ciencias de la Computación e IA e investigadores de los departamentos de la Universidad de Granada como Javier López Martínez (TSTC) y Purificación Checa (Psicología Evolutiva).

Este trabajo está asociado a un proyecto de investigación aplicado del plan propio 2023 con fondos FEDER sobre trastornos del neurodesarrollo. El primer autor del artículo, Javier López-Martínez, realizó su trabajo de fin de máster para iniciar esta línea de trabajo, donde se desarrolló una metodología para resolver un caso de estudio en diagnóstico del Trastorno del Espectro Autista (TEA) 

El éxito obteniendo el premio a los mejores artículos en el área de aprendizaje automático, con la participación de investigadores de diferentes áreas de conocimiento y de dos instituciones que son una referencia en IA a nivel nacional como la UGR y el Centro Tecnológico Tecnalia (principal centro tecnológico de transferencia de España), son un reconocimiento más al importante nivel científico de España en IA. 

Francisco Herrera, director de DaSCI, ha participado como uno de los investigadores plenarios invitados con la Keynote Talk titulada Sistemas difusos para una IA Segura y Fiable: Hacia sistemas de IA responsables que aborda el uso de los sistemas difusos para el diseño de sistemas de IA que sean fiables y seguros.

stats