Ciencia de datos pionera y enfoques de computación
Los IIS pretenden resolver grandes desafíos para sostener el avance continuo de la civilización y, a la vez, mejorar la calidad de vida. Los desafíos que esto representa, como realizar ingeniería inversa del encéfalo, el aprendizaje personalizado avanzado y el diseño de herramientas para el descubrimiento científico, dejan claro que los sensores, el hardware de procesamiento de señal y los algoritmos matemáticos están sometidos a una presión creciente para adaptarse a conjuntos de datos de más dimensiones, velocidades de captura, muestreo y procesamiento cada vez más rápidas, consumo energético cada vez menor, comunicación mediante canales cada vez más difíciles y formas de detección radicalmente nuevas. Sin embargo, la comunidad científica todavía no ha analizado los problemas fundamentales que generan los IIS de forma colectiva y coherente. Para avanzar en los IIS, es necesario que las distintas partes interesadas trabajen juntas para establecer un marco que admita la detección el procesamiento y la fusión de datos, la toma de decisiones, el análisis de rendimiento directo y la predicción, todo ello de forma eficaz. Con esta idea en mente, se inició el proyecto SUBSPARSE (Geometric and combinatorial foundations for emerging information and inference systems), financiado por la Unión Europea, para elaborar una teoría que proporcione resultados positivos para distintas cuestiones relacionadas con IIS mediante el uso eficaz de redes de recursos existentes. Los socios del proyecto crearon teorías y algoritmos innovadores mediante la combinación de conceptos de procesamiento estadístico de señal, modelización geométrica y optimización combinatoria. Sus enfoques se implementaron en una plataforma global desde la cual se podían abordar varios problemas de procesamiento de señal y aprendizaje de máquinas procedentes de distintas modalidades de datos. Los resultados clave incluyen la primera infraestructura de aprendizaje capaz de crear diccionarios de señales para representación dispersa y una infraestructura matemática que obtiene proyecciones dispersas sobre conjuntos convexos. El equipo caracterizó conjuntos dispersos estructurados y estableció un vínculo matemático entre la teoría compresiva y la teoría de juegos. Casi cien artículos se publicaron en varias revistas líderes y se presentaron en congresos internacionales y jornadas especializadas de alto valor. Las infraestructuras y los algoritmos desarrollados en SUBSPARSE pondrán en movimiento nuevos enfoques en campos como el aprendizaje de máquinas, la robótica, la realidad virtual, la detección remota y la captación de imágenes biológicas.
Palabras clave
Ciencia de datos, computación, sistemas de información e inferencia, modelización geométrica, optimización combinatoria
