XXVIII ValgrAI Matinal de Investigación
¿Qué son los Matinales de Investigación?
- Son un ciclo de sesiones dedicadas a la divulgación científica en Inteligencia Artificial.
- Cada sesión incluye varias ponencias impartidas por personal investigador del ecosistema de ValgrAI.
- Abiertos a la participación de la comunidad académica, profesional y estudiantil interesada.
- Se organiza un Matinal de Investigación (generalmente) el primer viernes de cada mes.
¿Por qué no puedes perdértelo?
- Sumérgete en las investigaciones más innovadoras en inteligencia artificial.
- Dialoga directamente con los expertos durante una sesión de preguntas y respuestas.
- Amplía tu red conectando con otros apasionados de la tecnología.
- Déjate inspirar por nuevas ideas y oportunidades en el apasionante mundo de la IA
Miguel Matey Sanz
Título: Desafíos en el reconocimiento de actividad humana: transferencia al mundo real y validación de tecnologías no intrusivas.
El Reconocimiento de Actividad Humana (Human Activity Recognition, HAR) mediante dispositivos de consumo ofrece un amplio abanico de oportunidades en, entre otros, el ámbito de la salud y la monitorización de la vida diaria.
En primer lugar, se evalúa el impacto del volumen de datos de entrenamiento para identificar el compromiso entre esfuerzo de recogida de datos y el rendimiento de los modelos de clasificación. No obstante, el desarrollo de soluciones viables requiere trascender la optimización puramente algorítmica en entornos controlados y enfocar la investigación hacia la transferencia efectiva y la utilidad práctica. En este sentido, se aborda la necesidad de diseñar sistemas usables con impacto directo en el ámbito clínico, ejemplificado a través de la automatización y análisis de la prueba de movilidad Timed Up and Go (TUG) mediante dispositivos cotidianos como smartphones y relojes inteligentes.
Finalmente, se analiza la transición hacia tecnologías no intrusivas como la información de estado del canal Wi-Fi (Channel State Information, CSI), poniendo de manifiesto la importancia crítica del rigor en las metodologías de validación y examinando cómo la elección de la estrategia de partición de datos puede alterar drásticamente la percepción sobre la madurez de estas tecnologías emergentes.
Diana Martínez Minguet
Título: Proyecto BETTER: análisis federado de datos sanitarios en Europa.
Miguel Matey Sanz
Miguel Matey Sanz es graduado en Ingeniería Informática, máster en Sistemas Inteligentes y doctor en Informática por la Universitat Jaume I. Actualmente es investigador postdoctoral en la Universitat de València y profesor sustituto en la Universitat Jaume I. Su línea de investigación se centra en el reconocimiento de actividades humanas y localización en interiores mediante técnicas de machine learning y deep learning, centrándose en la aplicabilidad de estos sistemas al mundo real a través de dispositivos inteligentes e IoT.
Diana Martínez Minguet
Investigadora predoctoral en el Instituto Valenciano de Investigación en Inteligencia Artificial (VRAIN), de la Universitat Politècnica de València (España), dentro del programa de doctorado en Tecnologías para la Salud y el Bienestar. Su investigación se centra en la aplicación de la informática a la medicina de precisión, con especial atención a las enfermedades complejas de base poligénica. Sus principales líneas de trabajo se enmarcan en el modelado conceptual y los sistemas de apoyo a la decisión, la ciencia de datos aplicada a las ómicas y la generación de datos de salud sintéticos. Ha contribuido en revistas de alto impacto, como DATABASE y Genetics in Medicine, y actualmente colabora en un proyecto europeo orientado al aprovechamiento de datos de salud mediante análisis de machine learning.
