Neurociencia y ML: Cómo procesar imágenes tan eficientemente como el cerebro
Jueves 17 de febrero de 2022 | 19:00h | #DataScienceValencia
Jueves 17 de febrero de 2022
19:00h
Iniciamos este nuevo periodo del grupo DS VLC con el ciclo DS4H "DataScience4Health". Serán seis eventos de febrero a Abril, liderados por ponentes con una sólida experiencia en proyectos de investigación y empresariales en el área de salud y bienestar, que despertarán vuestro lado más curioso y la ilusión por seguir investigando más profundamente cada uno de los temas.
La charla
Una imagen vale más que mil palabras. El 90% de la información que percibe el cerebro humano es visual. El cerebro humano procesa imágenes enteras que el ojo ve durante tan sólo 13 milésimas de segundo. (Potter, M.C., Wyble, B., Hagmann, C.E., & McCourt, E.S. (2014). Detecting meaning in RSVP at 13 ms per picture. Attention, Perception, and Psychophysics).
Sin embargo, conseguir meter muchas imágenes en un sitio tan pequeño como un móvil no es fácil. Para poder hacerlo hay que eliminar toda la información que no podemos ver, la innecesaria o repetida para que así ocupen menos.
Por eso entender cómo funciona el cerebro humano nos ayuda a diseñar métodos más eficientes de compresión de imágenes. Factor CLAVE para el sector Salud/Bienestar que impacta el procesado de imágenes médicas, la evaluación de hábitos posturales o el análisis de emociones en tiempo real.
El ponente
Valero es un experto en ML, neurociencia computacional y procesamiento de imágenes. Su labor de investigación es referencia en el campo de la reducción de la dimensionalidad, la eliminación del ruido, la evaluación de la densidad, la calidad, la compresión y la representación de la imagen.
Además ha trabajado en aplicaciones IA como métodos kernel (GPs, KRR, SVMs, KPCA...), aprendizaje por refuerzo, aprendizaje profundo, regresión multidimensional, regresión entrada-salida, modelos de visión basados en la percepción y neurociencia computacional, transformaciones invariantes, aprendizaje de transferencia, adaptación de dominio, medidas de teoría de la información, aprendizaje justo y versiones aleatorias de algoritmos, entre otros.