Pol Solà-Santo es uno de las ponentes de las II Jornadas Mediterráneas: Visión y Nuevas Tecnologías, donde ofrecerá la conferencia titulada Evaluación de la solidez del modelo de IA en el diagnóstico de la retinopatía diabética mediante el aumento de datos.
¿Quién es Pol Solà-Santo, que dictará una conferencia sobre IA en las II Jornadas Mediterráneas: Visión y Nuevas Tecnologías?
Pol Solà-Santo presentará un estudio que investiga la eficacia de las técnicas de aumento de datos en la evaluación de la estabilidad de los modelos de inteligencia artificial (IA) para la clasificación de imágenes
Pol Solà-Santo presentará un estudio que investiga la eficacia de las técnicas de aumento de datos en la evaluación de la estabilidad de los modelos de inteligencia artificial (IA) para la clasificación de imágenes, centrándose específicamente en el diagnóstico de la retinopatía diabética.
El aumento de datos, un enfoque predominante en el desarrollo de modelos de IA, implica modificar las propiedades de la imagen para ampliar los datos disponibles y mejorar la generalización del modelo.
¿Quién es Juan Carlos Ondategui, que dictará un taller sobre entrenamiento visual en las II Jornadas Mediterráneas: Visión y Nuevas Tecnologías?
En el estudio se seleccionaron y adaptaron varias funciones de aumento para imitar las transformaciones del mundo real encontradas durante la adquisición, almacenamiento y transmisión de imágenes del fondo de ojo. Estas transformaciones abarcaron rotaciones, volteretas, variaciones de intensidad, inyección de ruido, filtros, ajustes de resolución, compresión y defectos simulados en los sensores de la cámara.
Posteriormente, se avaluó la solidez del modelo y el impacto de estas modificaciones en el rendimiento del modelo de IA comparando las predicciones realizadas en imágenes originales y transformadas en conjuntos de datos de entrenamiento, validación y prueba.
Los hallazgos revelaron que transformaciones específicas dieron como resultado una disminución notable en el rendimiento del modelo, lo que indica limitaciones potenciales en la estabilidad del modelo bajo ciertas condiciones. Esta investigación contribuye a los esfuerzos en curso destinados a mejorar la solidez y confiabilidad de los modelos de IA, particularmente en dominios críticos como las imágenes médicas, donde el diagnóstico preciso tiene una importancia primordial.
Suscríbete a la newsletter de modaengafas.com