ATL

Inicio

Redes neuronales artificiales para manejo de la información

E-mail Imprimir
AddThis Social Bookmark Button

Sustituir los largos listados de datos estadísticos por mapas coloridos y sintéticos, que visualicen las conclusiones de un estudio de género basado en 40 mil estudiantes de la UNAM, o clasificar más de 14 mil artículos científicos sobre la tuberculosis para ubicar las investigaciones más relevantes del mundo sobre las vacunas contra esa enfermedad, son algunas aplicaciones de la inteligencia computacional. Se logra que grandes volúmenes de información formen patrones para su posterior análisis.En la imagen, Humberto Carrillo. Foto: UNAM




UNAM. Sustituir los largos listados de datos estadísticos por mapas coloridos y sintéticos, que visualicen las conclusiones de un estudio de género basado en 40 mil estudiantes de la UNAM, o clasificar más de 14 mil artículos científicos sobre la tuberculosis para ubicar las investigaciones más relevantes del mundo sobre las vacunas contra esa enfermedad, son algunas aplicaciones de la inteligencia computacional.


Se desarrolla en la Facultad de Ciencias (FC) de esta casa de estudios y se basa en redes neuronales artificiales, que en la Universidad Nacional son desarrolladas por Humberto Carrillo Calvet, Nieves Martínez de la Escalera Castells y Elio Villaseñor García, del Departamento de Matemáticas de esa entidad.


Con esta tecnología, los expertos logran que grandes volúmenes de información se agrupen, clasifiquen, formen patrones y queden organizados para su posterior análisis.


“Esta herramienta es útil para investigaciones que requieren procesar gran cantidad de datos, como secuenciar el genoma de un organismo biológico o detectar las fracciones de núcleos atómicos luego de que han sido bombardeados dentro de un detector de física nuclear”, ejemplificó Carrillo Calvet, director del Laboratorio de Dinámica no lineal del Departamento de Matemáticas de la FC.


La motivación de este trabajo parte del desarrollo vertiginoso de la tecnología computacional, añadió el también coordinador general del Macroproyecto Tecnologías para la Universidad de la Información y la Computación.


La memoria de cómputo se ha vuelto barata, hoy es posible almacenar datos casi sin límite y existe una convergencia de tecnologías que permiten compartir millones de ellos en grandes bases de información digital científica, social o industrial, explicó en la conferencia Inteligencia computacional para minería de datos, ofrecida en el aula Leonila Vázquez del conjunto Amoxcalli de la FC.


El doctor en matemáticas agregó que para desarrollar esta herramienta tecnológica se utilizan varias técnicas matemáticas y computacionales, como las redes neuronales, que tienen capacidad de auto-organización, y las redes bayesianas, modelos de probabilidad que a partir de una imagen o dibujo relacionan un conjunto de variables aleatorias y estiman probabilidades ante nuevas evidencias.


“Las redes bayesianas se usan en temas de incertidumbre, como el cáncer de mama, tan frecuente en México. Parte de la interpretación de imágenes para hacer un diagnóstico de este tipo de cáncer”, señaló.


Otra técnica de la inteligencia computacional utiliza “perceptrones multicapa” para reconocer patrones; son redes neuronales formadas por muchas capas, que permiten resolver problemas no lineales y organizar la información que entra a esta herramienta en diferentes grupos de neuronas.


Lenguaje de algoritmos
Para desarrollar la inteligencia computacional y sus múltiples aplicaciones, los universitarios crearon el Sistema ViBiblioSOM, basado en el algoritmo SOM, presentado en 1982 por el científico finlandés Teuvo Kohonen.
Un algoritmo es un grupo definido, ordenado y finito de operaciones matemáticas que permiten encontrar la solución a un problema. Dado un estado inicial y una entrada, a través de pasos sucesivos y definidos, se llega a un estado final donde se obtiene una respuesta.


Al respecto, el maestro en ciencias, Elio Villaseñor, explicó que el algoritmo de Kohonen se llama SOM por las siglas en inglés de self-organizing map (mapa auto-organizativo), y tiene la virtud de comparar conjuntos de datos y agruparlos de acuerdo a su similitud.


“No necesita una clasificación pre-establecida y ha sido utilizado para análisis de finanzas, de mercado y en secuencias genómicas”, añadió.


Una ventaja de esta estructura es que la información que entra al programa se agrupa en diferentes grupos de neuronas, y pueden estudiarse en dos dimensiones.


“Las neuronas de la red compiten por ver cuál de ellas es capaz de representar el dato de la mejor manera, así que se mapea en neuronas cercanas a la capa de salida de la red neuronal, y esto permite hacer visualizaciones de la información”, agregó.


Estudios de género
Una interesante aplicación social del Sistema ViBiblioSOM se realizó en el estudio “Género y trayectoria académica en la UNAM”, realizado por la maestra en ciencias Nieves Martínez de la Escalera y la demógrafa Valeria Millán de El Colegio de México.


“Para realizarlo, se analizaron datos de 40 mil estudiantes de licenciatura de la Universidad, hombres y mujeres de los que conocíamos factores socioeconómicos como empleo, estado civil, descendencia, nivel económico y de estudios de la madre”, comentó Martínez de la Escalera.


Con esa información, analizada desde 1980 hasta 1995, se comprobó que en ese periodo, en las licenciaturas de esta casa de estudios hubo una feminización de la población estudiantil, pues en 1980 había el doble de hombres que de mujeres, y de 1995 a la fecha, la población ha permanecido casi al 50 por ciento en ambos géneros, inclinándose un poco más hacia ellas, explicó la investigadora.


Entre las conclusiones del estudio se encontró que la posición económica y el nivel de estudios de la madre tienen un peso importante en el número de alumnos que egresan de la carrera en el tiempo normativo.


“Casi siempre los hijos de una mujer con estudios logran concluir la carrera en el tiempo planeado”, señaló la investigadora, quien encontró que el uso de redes neuronales reduce el tiempo de procesamiento estadístico y permite visualizar los resultados en mapas de fácil interpretación.
fuente