Las líneas de investigación que se pueden destacar dentro del grupo PRAIA son Salud (IA/SALUD), Inspección Industrial 3D (IA/II3D) y Fuerte Componente (IA/FC). En cada una de ellas se trata de dar una solución, a través de la Inteligencia Artificial, a retos sanitarios, industriales y de investigación básica respectivamente.
Publicaciones sobre IA aplicada al ámbito sanitario
Esta línea de trabajo se enmarca en el área de la Bioinformática y tiene como finalidad aportar soluciones novedosas a los problemas relacionados con la medicina de precisión además de ofrecer ayuda en la investigación de los mecanismos inherentes a las enfermedades. De este modo, la aplicación de técnicas de IA, más concretamente Machine Learning (ML), y las capacidades de computación existentes al campo de salud permiten obtener generar sistemas de apoyo a los facultativos que faciliten su labor y la calidad de los servicios prestados, redundando en una mayor calidad de vida de los pacientes. Así pues, se pretende aplicar técnicas que han demostrado su validez y eficacia en otros ámbitos como la biometría, el reconocimiento de texto manuscrito, la traducción automática a la salud.
Publicaciones sobre IA aplicada a la Inspección Industrial en 3D
Para esa línea estratégica el trabajo se centra en la aplicación de inteligencia artificial sobre entornos industriales y especialmente para el control de calidad mediante inspección en 3D. Tiene como objetivo la mejora de los procesos industriales como la inspección en línea, aportando detección temprana de defectos en el entorno productivo, aumentando la calidad del producto y reduciendo el desperdicio de material. Para alcanzar estos objetivos se aplican técnicas de aprendizaje automático, reconocimiento de patrones y metrología, consiguiendo asegurar estándares de calidad y precisión fuera del alcance de la industria tradicional.
Publicaciones en tareas con fuerte componente IA
PRAIA ha adquirido conocimientos y realiza investigación usando distintas técnicas en los campos mencionados. Estas técnicas cubren desde:
- Técnicas de preproceso de datos, incluyendo normalizaciones, tipificaciones, gestión de valores ausentes, gestión de valores anómalos, supervisión imperfecta, extracción de componentes principales y de componentes independientes, etc.
- Técnicas de extracción de características tradicionales basadas en el conocimiento a priori, incluyendo espacios de representación para modelos geométricos, estadísticos o basados en la teoría de la decisión, espacios métricos y pseudo-métricos, y codificaciones orientadas a modelos sintácticos y estructurales.
- Técnicas de extracción de características mediante “ensembles”.
Informes técnicos
Informes técnicos y documentación generada en los diversos proyectos.