Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2019-107194GB-I00

Financiado

ANALISIS DE ESTRATEGIAS PARA INCORPORAR HUMANOS AL PROCESO DE APRENDIZAJE AUTOMA...

ANALISIS DE ESTRATEGIAS PARA INCORPORAR HUMANOS AL PROCESO DE APRENDIZAJE AUTOMATICO Y SU APLICACION A LA INVESTIGACION DEL CANCER PANCREATICO HOY EN DIA, LOS HUMANOS SON REQUERIDOS EN VARIOS PUNTOS DEL PROCESO DE APRENDIZAJE AUTOMATICO (ML), SELECCIONANDO Y ETIQUETANDO DATOS, ELIGIENDO Y ADAPTANDO EL ALGORITMO DE APRENDIZAJE, INTERPRETANDO LOS RESULTADOS, ETC, LA RELACI... ver más

01/01/2019

UDC

68K€

Presupuesto del proyecto: 68K€

Líder del proyecto

UNIVERSIDAD DE A CORUÑA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 86

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2019-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UDC

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

TED2021-132025B-C43 DESARROLLO DE UNA HERRAMIENTA AUXILIAR BASADA EN LA INTELIGE... 535K€ Cerrado

TIN2017-88728-C2-1-R AVANCES EN EL DISEÑO Y ADAPTACION DE ALGORITMOS DE APRENDIZA... 95K€ Cerrado

FoundationDX Foundation models for molecular diagnostics - machine learni... 2M€ Cerrado

AIS-CaP Interpretable Artificial Intelligence across Scales for Next... 1M€ Cerrado

PTQ2021-012120 Modelos híbridos basados en imagen y PLN para la clasificaci... 83K€ Cerrado

FJC2021-047659-I From accurate to trustworthy clinical AI in cancer imaging 65K€ Cerrado

Líder del proyecto

UNIVERSIDAD DE A CORUÑA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 86

Presupuesto del proyecto 68K€

Descripción del proyecto HOY EN DIA, LOS HUMANOS SON REQUERIDOS EN VARIOS PUNTOS DEL PROCESO DE APRENDIZAJE AUTOMATICO (ML), SELECCIONANDO Y ETIQUETANDO DATOS, ELIGIENDO Y ADAPTANDO EL ALGORITMO DE APRENDIZAJE, INTERPRETANDO LOS RESULTADOS, ETC, LA RELACION ES MONOLITICA EN EL SENTIDO DE QUE, UNA VEZ EL ALGORITMO ES CONSTRUIDO Y PROBADO, SE OFRECE AL PUBLICO SIN REALIZAR MAS CAMBIOS,SE ESTAN DEFINIENDO NUEVOS TIPOS DE INTERACCION ENTRE HUMANOS Y ALGORITMOS DE APRENDIZAJE AUTOMATICO CONOCIDOS COMO HUMAN-IN-THE-LOOP MACHINE LEARNING (HITL-ML), LA IDEA ES INVOLUCRAR MAS A LOS HUMANOS PARA HACER QUE EL APRENDIZAJE SEA MAS PRECISO O PARA OBTENER LA PRECISION DESEADA MAS RAPIDAMENTE, PERO TAMBIEN PARA HACER QUE LOS HUMANOS SEAN MAS PRECISOS Y MAS EFICIENTES,ESTA INTERACCION ENTRE HUMANOS Y ALGORITMOS ML PUEDE SER A VARIOS NIVELES: (1) LOS EXPERTOS PUEDEN ACTUAR COMO "MAESTROS" DE LAS MAQUINAS DIRIGIENDO DE FORMA MAS PRECISA EL PROCESO DE APRENDIZAJE, (2) LOS USUARIOS PUEDEN TAMBIEN TRANSFERIR SUS CONOCIMIENTOS INTERACTUANDO CON PRODUCTOS QUE INCLUYEN ALGORITMOS ML, DE ESTA MANERA SE PRODUCE UN APRENDIZAJE INTERACTIVO EN EL QUE EL SISTEMA SE VA ADAPTANDO A LOS POSIBLES CAMBIOS QUE PUEDAN APARECER, FINALMENTE, (3) LOS ALGORITMOS DE ML ENCUENTRAN DIFICULTADES PARA EXPLICAR POR QUE LLEGAN A UNA DECISION ESPECIFICA, LA INTELIGENCIA ARTIFICIAL EXPLICABLE (XAI) ES UN CAMPO DE INVESTIGACION QUE TIENE COMO OBJETIVO HACER QUE LOS RESULTADOS DE LOS SISTEMAS DE INTELIGENCIA ARTIFICIAL (IA) SEAN MAS COMPRENSIBLES PARA LOS HUMANOS, ACTUALMENTE, LAS TECNICAS XAI SE CENTRAN EN LA TRANSFORMACION DE MODELOS MATEMATICOS, PERO DEJAN DE LADO LA DIMENSION HUMANA DEL PROBLEMA, QUE PODRIA AYUDAR A HACER MAS COMPRENSIBLES LOS MECANISMOS DE EXPLICACION EXISTENTES, POR LO EXPUESTO ANTERIORMENTE NOS PLANTEAMOS LOS SIGUIENTES OBJETIVOS:(1) ANALISIS Y DESARROLLO DE TECNICAS PARA INCLUIR HUMANOS EN EL PROCESO DE APRENDIZAJE, LA IDEA ES ESTABLECER DISTINTAS ESTRATEGIAS PARA INCORPORAR A LOS HUMANOS A LOS PROCESOS DE APRENDIZAJE Y LUEGO DESARROLLAR TECNICAS Y HERRAMIENTAS QUE PERMITAN IMPLEMENTAR DICHAS ESTRATEGIAS DE FORMA EFICIENTE, LA EFECTIVIDAD DE ESTOS METODOS SE PROBARA CON PROBLEMAS DE EJEMPLO, DENTRO DE ESTE OBJETIVO INCLUIMOS TECNICAS DE APRENDIZAJE A TRAVES DE EXPERTOS (MACHINE TEACHING) O TECNICAS DE APRENDIZAJE A PARTIR DE USUARIOS (INTERACTIVE MACHINE LEARNING),(2) ANALISIS Y DESARROLLO DE TECNICAS PARA INCLUIR HUMANOS EN EL PROCESO DE EXPLICACION, LA IDEA ES ANALIZAR Y DESARROLLAR NUEVAS TECNICAS PARA EL PROCESO DE EXPLICACION DE REDES NEURONALES, LAS TECNICAS ACTUALES DESARROLLADAS NO TIENEN EN CUENTA EL FACTOR HUMANO Y LOS RESULTADOS QUE OFRECEN NO GARANTIZAN QUE SEAN USABLES EN SITUACIONES DEL MUNDO REAL, POR ESO, EN ESTE OBJETIVO, PRETENDEMOS INCLUIR DICHO FACTOR HUMANO EN EL PROCESO Y ANALIZAR Y DESARROLLAR TECNICAS DE EXPLICACION DE LOS MODELOS DE ML QUE SEAN COMPRENSIBLES POR LOS USUARIOS DE DICHOS MODELOS,(3) USAR LAS TECNICAS HITL-ML EN PROBLEMAS REALES Y COMPLEJOS DENTRO DEL AMBITO MEDICO, CONSISTE EN APLICAR LOS DESARROLLOS DE LOS OBJETIVOS ANTERIORES A PROBLEMAS REALES Y CONCRETOS DEL DOMINIO MEDICO, EN CONCRETO, SE PLANTEA APLICARLOS A LA INVESTIGACION DEL CANCER PANCREATICO DESARROLLANDO DIVERSAS TAREAS, COMO PUEDEN SER LA CARACTERIZACION GENOMICA, LA BUSQUEDA DE MARCADORES BIOLOGICOS DE PRONOSTICO Y/O LA IDENTIFICACION DE NUEVOS SUBTIPOS QUE NOS LLEVEN A UN MEJOR TRATAMIENTO DEL PACIENTE ONCOLOGICO, APRENDIZAJE AUTOMATICO\ENSEÑANZA AUTOMATICA\APRENDIZAJE AUTOMATICO INTERACTIVO\IA EXPLICABLE\TRATAMIENTO DEL CANCER PANCREATICO\BIOMARCADORES

Conecta tu I+D

Entra hoy

¿Olvidó su contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores