Aprendizaje automático para procesamiento de señales digitales
El campo del aprendizaje automático aplicado al procesamiento digital de señales comprende principalmente proyectos en los que se requiera detectar patrones, clasificar o agrupar ya sea imágenes, audio u otro tipo de señales digitales. Es un campo de estudio interdisciplinario en el cual las aplicaciones van desde caracterización de partículas en imágenes microscópicas hasta análisis y clasificación de cantos de aves.
Detección y clasificación automática de especies tropicales de pájaros
En este proyecto se utilizan técnicas de aprendizaje profundo en conjunto con el esquema de múltiples instancias y múltiples etiquetas (MIML, por sus siglas en inglés) para resolver los problemas de detección de presencia o ausencia de aves en grabaciones acústicas de campo, así como la clasificación automática de especies de aves de acuerdo a su canto. Este proyecto se lleva a cabo en conjunto con biólogos de la Universidad Estatal a Distancia (UNED) y el laboratorio de Investigación e Innovación tecnológica (LIIT) que se encargan de tomar las muestras, etiquetar los datos y hacer análisis bioacústicos de las grabaciones.
Detección y clasificación automática de especies tropicales de pájaros en grabaciones de campo usando aprendizaje profundo.