Objetivo:
Medir el efecto del entrenamiento por computación evolutiva en la exactitud de redes de neuronas profundas diseñadas para la detección de la enfermedad de Alzheimer en imágenes de resonancia magnética.
Descripción:
Esta investigación pretende comparar el desempeño de las redes de neuronas artificiales profundas entrenadas por neuroevolución y las mismas redes de neuronas entrenadas por retropropagación.
Se hará mediante el uso de algoritmos de computación evolutiva utilizados por otros autores en redes artificiales de neuronas clásicas. El dominio de aplicación será visión por computador en imágenes médicas, en particular, imágenes de resonancia
magnética.
En particular, nuestra pregunta de investigación es, ¿Cuál es el efecto del entrenamiento por computación evolutiva en la exactitud de redes de neuronas profundas diseñadas para la detección de la enfermedad de Alzheimer en imágenes de resonancia magnética?
Impacto del proyecto
Con el producto de este trabajo se espera aportar tanto herramientas como técnicas y algoritmos que permitan entrenar por neuroevolución redes de neuronas artificiales profundas, estableciendo un apoyo a mediano y a largo plazo a la comunidad de ciencias de la computación.
En el área de la docencia, el proyecto permitirá generar material y conocimiento para cursos nuevos orientados al área de inteligencia artificial. El uso de estos algoritmos no está limitado a la detección de enfermedades en imágenes médicas, por lo que su uso podría ampliarse a otros tipos de problemas de clasificación y reconocimiento de patrones, entre otros. De esta forma, el material y la experticia producto de este proyecto pueden ser utilizados en cursos electivos relacionados con la inteligencia artificial y las redes de neuronas artificiales.
Investigador principal
Mag. Braulio Solano Rojas
Colaboradores
Dr. Ricardo Villalón Fonseca
Dra. Gabriela Marín Raventós
Mag. Braulio Solano Rojas
Unidades académicas colaboradoras