Deep Learning

21 Nov 2019

EXPLICABILIDAD, TRANSPARENCIA, TRAZABILIDAD Y EQUIDAD: NO TODO ES PRECISIÓN EN EL USO RESPONSABLE DE LA INTELIGENCIA ARTIFICIAL

2019-12-10T19:11:40+02:00Categorías: Deep Learning|Etiquetas: , , , |Sin comentarios

La necesidad de explicar los modelos de Inteligencia Artificial es, sin duda, uno de los campos de investigación más vanguardistas del último lustro, acuñando lo que hoy día se conoce como XAI (Explainable Artificial Intelligence). Este campo de estudio comprende técnicas y métodos orientados a la explicación de la Inteligencia Artificial, teniendo en cuenta tres factores fundamentales: La naturaleza del modelo a explicar, que puede hacerlo desde inherentemente transparente (un árbol de decisión) hasta completamente opaco e ininteligible (un modelo de aprendizaje profundo). La audiencia objetivo por la que se persigue la explicación del modelo, sean gerentes que pretenden valorar el rendimiento de sus activos basados en Inteligencia Artificial, desarrolladores que pretenden entender mejor los modelos para poder extender sus capacidades, o usuarios finales que estén interesados en las implicaciones que el uso de esta tecnología tiene en cuestiones sensibles como la privacidad de sus datos. La forma [...]

31 Oct 2019

CONSTELLATION LOSS

2019-11-21T17:38:06+02:00Categorías: Deep Learning|Etiquetas: , , , |Sin comentarios

Los algoritmos de diagnóstico con inteligencia artificial están demostrando resultados comparables con expertos humanos en una amplia variedad de tareas. Sin embargo, requieren una gran cantidad de datos bien anotados para entrenar, que a menudo no es factible. Las técnicas de metric learning han permitido una reducción en la necesidad de datos anotados, permitiendo el aprendizaje conocido como few-shot learning. Las loss functions de metric learning existentes han posibilitado la generación de modelos capaces de abordar escenarios complejos con la presencia de muchas clases y escasez en el número de imágenes por clase, no solo para tareas de clasificación, sino para muchas otras aplicaciones clínicas donde medir la similitud es la clave. Las loss functions de última generación aún sufren de convergencia lenta debido a la selección de muestras efectivas para el entrenamiento, que ha sido parcialmente resuelta por la multi-class N-pair los al agregar simultáneamente [...]

25 Oct 2019

CÓMO APLICAR DEEP LEARNING EN MI EMPRESA. CASOS PRÁCTICOS

2019-10-29T09:59:21+02:00Categorías: Deep Learning|Etiquetas: , , , |Sin comentarios

En los últimos años, en Estados Unidos más del 70% de las empresas habían previsto inversiones en soluciones de fabricación avanzada e inteligencia artificial. De hecho, siguiendo con esta dinámica, muchas empresas ya han puesto en marcha soluciones de mejora relacionadas con las líneas que propone la industria 4.0 y la ola de digitalización. Esta jornada, que tendrá lugar el 26 de Noviembre en el Parque Tecnológico de Bizkaia, es una continuación de la que presentamos en 2017. Si entonces hablábamos de qué era el Deep Learning y qué podía hacer por mi empresa, dos años después te mostraremos cómo llegar a implantarlo y presentaremos diferentes casos de uso realizados por empresas de primer nivel. FORMULARIO DE INSCRIPCIÓN DEEP LEARNING: Una tecnología clave en el futuro de las empresas Gracias al campo de la Inteligencia Artificial (IA) conceptos como el Deep Learning y el Machine Learning han adquirido una gran relevancia en los últimos años.  Muchos expertos predicen la [...]

11 Jul 2019

ISBI 2019

2019-10-11T10:11:16+02:00Categorías: Deep Learning|Sin comentarios

Del 8 al 11 de abril, tuvo lugar el IEEE International Symposium on Biomedical Imaging (ISBI), una conferencia científica dedicada a los aspectos matemáticos, algorítmicos y computacionales de las imágenes biológicas y biomédicas, en todas las escalas de observación. El miembro del equipo de Piccolo y Tecnalia Research & Innovation, Alfonso Medela, presentó el paper “Few-shot learning in histopathological images: reducing the need of labelled data on biological datasets”.El equipo ha estado trabajando en un enfoque de few-shot en paralelo con la adquisición de los datasets. Para superar el problema de la escasez de datos en las nuevas modalidades de imágenes, como OCT y MPT, las técnicas de few-shot proporcionan una solución para crear algoritmos a partir de una pequeña cantidad de imágenes. Los resultados mostraron que al usar el método propuesto es posible superar el enfoque clásico de aprendizaje por transferencia cuando solo hay pocas imágenes por clase [...]

8 Ago 2018

Siamese Neural Networks

2019-10-11T10:13:51+02:00Categorías: Deep Learning|Etiquetas: , , , , |Sin comentarios

Las redes siamesas se introdujeron por primera vez por Bromley y LeCun [1] a principios de la década de los 90 para resolver la verificación de firma como un problema de coincidencia de imágenes. Una arquitectura similar se propuso para la identificación de huellas dactilares por Baldi y Chauvin [2] en 1992. Más tarde en 2015, Gregory Koch et al.[3] propusieron utilizar redes neuronales siamesas para el reconocimiento de imágenes mediante la técnica de one-shot learning. Las redes neuronales siamesas están diseñadas como dos redes gemelas conectadas por su capa final por medio de una capa de distancia que está entrenada para predecir si dos imágenes pertenecen a la misma categoría o no. Las redes que componen la arquitectura siamesa se llaman gemelas porque todos los pesos y biases están unidos, lo que significa que ambas redes son simétricas. La simetría es importante ya que la red [...]

24 May 2018

Biopsia óptica para el diagnóstico precoz del cáncer de piel mediante imágenes

2019-10-11T10:14:37+02:00Categorías: Deep Learning, Fotónica|Etiquetas: , , , , , , , |Sin comentarios

Actualmente, el análisis de una lesión cutánea sospechosa se realiza mediante una biopsia, proceso que puede durar hasta varias semanas hasta obtener el diagnóstico definitivo. Esto conlleva unos costes personales altos, por la incertidumbre y la tensión de la espera, así como económicos, por el coste del procedimiento y la sucesión de consultas. A esta realidad hay que añadir que la incidencia del melanoma casi se ha duplicado en los últimos 10 años en Euskadi y a nivel nacional aumenta un 10% en cada año. El miércoles 23 de mayo se celebra el Día Mundial del Melanoma. Tecnalia trabaja junto a la Universidad de País Vasco, Ibermática y NoraBio en el desarrollo de una herramienta que facilita el diagnóstico precoz del melanoma cutáneo y del carcinoma basocelular mediante la toma de imágenes y datos clínicos. Además, se están estudiando datos moleculares relacionados con el pronóstico, que podrían ayudar a [...]

20 Mar 2018

Deep Learning & Industria 4.0

2019-10-11T10:19:47+02:00Categorías: Deep Learning|Comentarios desactivados en Deep Learning & Industria 4.0

Desde 2010, el campo de la visión artificial y procesamiento de imagen se ha visto revolucionado por la llegada de nuevas técnicas de aprendizaje basadas en Deep Learning. Estas técnicas se basan en el uso de redes neuronales de una profundidad mucho mayor que las existentes hace varios años. Esta profundidad les permite extraer automáticamente y de forma no supervisada características complejas visuales que definen las mismas. Estas características, son dependientes del tipo de imagen y de la aplicación específica (clasificación, detección de objetos, similitud visual…). Desde el punto de vista de la visión artificial, estos avances han permitido resolver retos hasta ahora abiertos y se ha consequido que, por primera vez en la historia, un sistema automático permita comprender images con una sutileza y precisión mayor que expertos humanos incluyendo campos muy especializados como el diagnóstico médico por imagen. El equipo de Computer Vision en TECNALIA, que cuenta con [...]

20 Mar 2018

Biosimil

2019-10-25T13:20:01+02:00Categorías: Deep Learning|Etiquetas: , , |Sin comentarios

En el sector biológico y médico, la correcta interpretación y cuantificación de imágenes resulta fundamental: imágenes como radiografías, tomografía, biopsias, PET e imagen patológica en el sector médico, la recuperación de imágenes vegetales similares, la detección y cuantificación de anomalías celulares en biología. La interpretación de estas imágenes está ligada a la subjetividad de cada persona, la aparición de nuevas técnicas y a la curva de aprendizaje asociada. BIOSIMIL (Sistema automático de búsqueda de imágenes similares en bases de datos de Imágenes médicas y biológicas) es una línea de desarrollo que permite la búsqueda automática de imágenes por similitud basado en características de la imagen (textura, color, distribución, etc. ) en grandes bases de datos. El objetivo es disponer de nuevas herramientas de procesamiento de estas imágenes que permitan en el ámbito de la formación, un aprendizaje más rápido, en el ámbito de la investigación, permita búsquedas rápidas y [...]

27 Abr 2017

DETECCIÓN Y CONTAJE AUTOMÁTICO DE MITOSIS EN IMÁGENES HISTOLÓGICAS

2019-10-29T16:16:02+02:00Categorías: Deep Learning|Etiquetas: , |Sin comentarios

La digitalización de las imágenes médicas es ya una realidad que ha permitido en los últimos años la automatización de muchas tareas con el objetivo de ayudar al facultativo en su labor diagnóstica. Las imágenes histológicas, obtenidas a través de muestras de tejidos, también han sido digitalizadas mediante potentes microscopios escáneres existentes en el mercado, que, poco a poco, van extendiéndose por los servicios de anatomía patológica de los hospitales. En este contexto, están proliferando los paquetes de software que facilitan la operativa diaria de los patólogos. El grupo Computer Vision de Tecnalia lleva tiempo trabajando en soluciones que puedan servir de apoyo en la actividad de los patólogos, como es el caso del sistema de búsqueda de imágenes histológicas similares en base a contenido visual y relevancia clínica, que mereció el 1er puesto en EARTO Innovation Prize en 2014. Enmarcado en esta línea de trabajo, una de las [...]

25 Abr 2017

Deeply Inspiring

2019-10-11T10:24:09+02:00Categorías: Deep Learning|Etiquetas: , |Sin comentarios

Las tecnologías deep learning se están dando a conocer fuera de los entornos técnicos. Una nueva entrada del inspiring blog de Tecnalia está dedicada al análisis de estas nuevas técnicas. En ella repasamos algunas de los elementos clave en estas tecnologías tanto de software como de hardware y algunas de las empresas y aplicaciones que actualmente trabajan con ellas. Si atendemos a las previsiones de crecimiento va a ser una pieza clave en muchos negocios.

Cargar más posts