No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
El Grupo de Investigación Reconocido (GIR) de Telemática Industrial de la Universidad de Valladolid trabaja en el desarrollo de software para el reconocimiento de escenas. El sistema se basa en visión artificial, tecnología que hace uso de cámaras de vídeo y de la informática para procesar las imágenes digitales capturadas; y en redes neuronales, procesos informáticos que simulan las propiedades observadas en los modelos neuronales biológicos, tal y como a detallado a DiCYT Francisco Javier Díaz Pernas, profesor del Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática y miembro del grupo.
El software sirve, por ejemplo, para seleccionar determinadas imágenes dentro de una enorme base de datos, algo que tiene especial importancia si se piensa en internet. “El sistema es muy adecuado si se desean buscar imágenes con determinados componentes, como que tenga un paisaje, para incluir en un documento o realizar un reportaje”, subraya el investigador, quien apunta que con el programa informático que desarrollan “a través de redes neuronales y de otros procesos asociados” se pueden detectar dentro del banco de imágenes las escenas que tienen las características que se precisen.
En este sentido, el grupo trabaja en el procesamiento de la arquitectura neuronal de segmentación y reconocimiento de imágenes de escenas naturales, lo que permite delimitar regiones significativas dentro de una escena; en la detección y seguimiento de partes del cuerpo y en arquitecturas bio-insipiradas en el Sistema Visual Humano (SVH), aquellas “que de alguna manera se comportan de forma similar al sistema humano”.
En la misma línea, tratan de reconocer imágenes de textura, lo que tiene aplicación a nivel industrial. En este caso, colaboran con empresas de la industria del mármol para realizar el control de calidad de las placas que fabrican. “Con nuestro sistema intentamos determinar las diferentes calidades del mármol de una gran placa que se debe cortar, y de esta forma sabemos qué corte es el mejor para sacar mayor rendimiento”, añade el ingeniero.
Modelos biológicos versus funciones matemáticas
Las redes neuronales son sistemas informáticos que simulan las propiedades observadas en los modelos neuronales biológicos. Una neurona está provista de un cuerpo celular del que salen una serie de ramificaciones denominadas dendritas, a través de las que le llegan múltiples mensajes en forma de impulsos eléctricos. Cuando este bombardeo de informaciones supera determinado umbral de potencia (estas células tienen una carga de entre -60 ó -70 milivoltios), la neurona percibe entonces que ella misma debe disparar una señal con un mensaje dirigido a otras células nerviosas colindantes.
En el caso de los modelos informáticos de redes neuronales las células nerviosas son en realidad un modelo de funciones matemáticas (escalón, lineal y mixta, sigmoidal o gaussiana). De la misma manera que lo hacen los sistemas biológicos, las redes neuronales son capaces de aprender reacciones a determinadas cantidades de estímulos o a determinados tipos de estímulos. La diferencia principal con los modelos biológicos es que los sistemas informáticos son más limitados. Por el momento, el modelo propuesto por los diferentes grupos de investigación que han tomado parte en este proyecto sólo ha podido incorporar tres o cuatro capas de neuronas artificiales a sus diferentes modelos; en total unas 100 ó 200 neuronas.
Científicos de la Universidad Autónoma de Madrid han aprovechado procesos de carbonización hidrotermal para transformar residuos orgánicos en un material carbonoso, estable e inocuo con características adecuadas para su uso como biocombustible.
Tras analizar más de 3.000 conflictos socioambientales en todo el mundo, científicos de una decena de universidades confirman el impacto negativo que tiene el desarrollo industrial sobre las formas de vida, las tierras y los derechos de las comunidades indígenas.
