Os invitamos cordialmente a todas las personas interesadas en la tecnolog\u00eda de punta a participar en este matinal, donde se expondr\u00e1n dos investigaciones revolucionarias realizadas por destacados acad\u00e9micos. Esta sesi\u00f3n virtual ser\u00e1 una ocasi\u00f3n \u00fanica para aprender c\u00f3mo la inteligencia artificial est\u00e1 transformando sectores clave y abriendo nuevas posibilidades.[\/vc_column_text][\/vc_column][vc_column column_padding=”no-extra-padding” column_padding_tablet=”inherit” column_padding_phone=”inherit” column_padding_position=”all” column_element_direction_desktop=”default” column_element_spacing=”default” desktop_text_alignment=”default” tablet_text_alignment=”default” phone_text_alignment=”default” background_color_opacity=”1″ background_hover_color_opacity=”1″ column_backdrop_filter=”none” column_shadow=”none” column_border_radius=”none” column_link_target=”_self” column_position=”default” gradient_direction=”left_to_right” overlay_strength=”0.3″ width=”1\/3″ tablet_width_inherit=”default” animation_type=”default” bg_image_animation=”none” border_type=”simple” column_border_width=”none” column_border_style=”solid”][image_with_animation image_url=”3725″ image_size=”medium” animation_type=”entrance” animation=”None” animation_movement_type=”transform_y” hover_animation=”none” alignment=”” border_radius=”none” box_shadow=”none” image_loading=”default” max_width=”100%” max_width_mobile=”default” margin_left=”0″][\/vc_column][\/vc_row][vc_row type=”in_container” full_screen_row_position=”middle” column_margin=”default” column_direction=”default” column_direction_tablet=”default” column_direction_phone=”default” scene_position=”center” text_color=”dark” text_align=”left” row_border_radius=”none” row_border_radius_applies=”bg” overflow=”visible” overlay_strength=”0.3″ gradient_direction=”left_to_right” shape_divider_position=”bottom” bg_image_animation=”none”][vc_column column_padding=”no-extra-padding” column_padding_tablet=”inherit” column_padding_phone=”inherit” column_padding_position=”all” column_element_direction_desktop=”default” column_element_spacing=”default” desktop_text_alignment=”default” tablet_text_alignment=”default” phone_text_alignment=”default” background_color_opacity=”1″ background_hover_color_opacity=”1″ column_backdrop_filter=”none” column_shadow=”none” column_border_radius=”none” column_link_target=”_self” column_position=”default” gradient_direction=”left_to_right” overlay_strength=”0.3″ width=”1\/1″ tablet_width_inherit=”default” animation_type=”default” bg_image_animation=”none” border_type=”simple” column_border_width=”none” column_border_style=”solid”][vc_column_text text_direction=”default”]\n
Ponente<\/strong>: Javier Garc\u00eda Sig\u00fcenza, Universitat d’Alacant en el grupo de investigaci\u00f3n An\u00e1lisis y Visualizaci\u00f3n de Datos en Redes (ANVIDA)<\/p>\n La Inteligencia Artificial est\u00e1 transformando la sociedad, afectando desde la industria hasta la toma de decisiones, por ello, ha aumentado la preocupaci\u00f3n por su transparencia. La Inteligencia Artificial Explicable (XAI) es crucial para abordar este problema, permitiendo obtener un mejor entendimiento de su comportamiento, pudiendo ayudar as\u00ed tanto en aspectos \u00e9ticos como t\u00e9cnicos. Sin embargo, la aplicaci\u00f3n de t\u00e9cnicas de explicabilidad junto con problemas espacio-temporales representa un reto debido al reducido n\u00famero de opciones, que cuando se implementan penalizan el rendimiento a cambio de la explicabilidad obtenida.<\/p>\n <\/p>\n Ponente<\/strong>: <\/span>Nuria Alabau, Universitat de Val\u00e8ncia en el grupo de investigaci\u00f3n Image Processing Laboratory<\/p>\n Las arquitecturas profundas son el estado del arte actual en la predicci\u00f3n de la calidad subjetiva de las im\u00e1genes. Fecha del evento<\/strong>: 13 de septiembre de 2024<\/p>\n Nos complace anunciar que la siguiente edici\u00f3n del ValgrAI Matinal de Investigaci\u00f3n se llevar\u00e1 a cabo el 4 de octubre<\/strong>. Invitamos a todos los interesados en las fronteras de la inteligencia artificial a participar y\/o unirse a nosotros. No pierdas la oportunidad de estar al frente de las discusiones m\u00e1s relevantes en el campo y de contribuir a la configuraci\u00f3n del futuro de la tecnolog\u00eda.<\/p>\nInvarianza de las m\u00e9tricas de calidad de imagen a transformaciones afines<\/h3>\n
\nNormalmente, estos modelos se eval\u00faan en funci\u00f3n de su capacidad para correlacionarse con la opini\u00f3n humana en bases de datos con una serie de distorsiones que pueden aparecer en los medios digitales.
\nSin embargo, estos pasan por alto las transformaciones afines, que pueden representar mejor los cambios que se producen realmente en las im\u00e1genes en condiciones naturales. Los seres humanos pueden ser particularmente invariantes a estas transformaciones naturales, a diferencia de las digitales. En este trabajo, evaluamos el estado del arte de las m\u00e9tricas de calidad de imagen profunda mediante la evaluaci\u00f3n de su invarianza a las transformaciones afines, en concreto: rotaci\u00f3n, traslaci\u00f3n, escalado y cambios en la iluminaci\u00f3n espectral. Descubrimos que ninguna de las m\u00e9tricas del estado del arte muestra resultados similares a los humanos bajo esta fuerte prueba basada en umbrales de invisibilidad. \u00a0Esto significa que ajustar los modelos exclusivamente para predecir la visibilidad de las distorsiones gen\u00e9ricas puede hacer que no se tengan en cuenta otras propiedades de la visi\u00f3n humana como, por ejemplo, las invarianzas o los umbrales de invisibilidad.<\/p>\n<\/h4>\n
Pr\u00f3ximo evento<\/h4>\n