- Jesús Adolfo Mejía de Dios y José Luis Morales Reyes obtuvieron segundo y tercer lugar por estudios de maestría
- Un trabajo versó sobre un algoritmo metaheurístico basado en el centro de masa; el otro tiene que ver con la identificación de poblaciones nativas de frijol a partir de la coloración
Jesús Adolfo Mejía y José Luis Morales fueron reconocidos por la SMIA
Claudia Peralta Vázquez
01/12/18, Xalapa, Ver.- Jesús Adolfo Mejía de Dios y José Luis Morales Reyes, egresados de la Maestría en Inteligencia Artificial adscrita al Centro de Investigación en Inteligencia Artificial (CIIA) de la Universidad Veracruzana (UV), fueron reconocidos por la Sociedad Mexicana de Inteligencia Artificial (SMIA) con el Premio “José Negrete Martínez”, al obtener el segundo y tercer lugar, respectivamente, en la categoría “Mejor tesis de maestría”.
Los alumnos actualmente cursan el Doctorado en Inteligencia Artificial en el CIIA y expresaron su orgullo y satisfacción por haber sido reconocidos con este premio que lleva el nombre de quien fuera investigador de la UV, expresidente y fundador de la SMIA, así como pionero de la IA en México, acaecido el 18 de febrero del presente año.
Al rememorar la entrega del reconocimiento, realizada durante la última semana de octubre, en Guadalajara, Jalisco, Jesús Adolfo expresó: “Me emocioné mucho pues es la primera vez que obtengo un reconocimiento a mi trabajo, puse todo mi empeño durante muchos días y creo que valió la pena”.
El egresado de la carrera de Matemáticas de la UV, obtuvo el segundo lugar con el tema “Algoritmo metaheurístico basado en el centro de masa”, el cual más adelante podría impactar en varios sectores, uno de ellos el industrial.
Atribuyó este logro a su esfuerzo, a las horas y fines de semana invertidos para obtener el resultado esperado.
En primer término, explicó que un algoritmo consiste en el desarrollo de un conjunto de pasos para realizar cierta actividad; es decir, esto se aplica a un robot o algún otro sistema cuya función desea optimizarse. Para ello, es importante encontrar esos parámetros que lo lleven a comportarse de la mejor manera.
Dio a conocer que con base en la IA elaboró un algoritmo efectivo para la solución de ese tipo de problemas, y el resultado fue que este sistema se comporta adecuadamente en comparación con otros ya propuestos.
“Hice una comprobación empírica y desarrollé algunas propiedades de algoritmos más formales en términos matemáticos”.
Señaló que este proyecto será de gran utilidad para la actividad de un robot, para que con el menor trabajo y esfuerzo satisfaga las necesidades y lo haga de manera óptima.
Por su parte, José Luis Morales Reyes, también egresado de este posgrado, dijo: “Sabía de la calidad de mi trabajo, para mí es un primer lugar, aunque obtuve el tercero”.
El joven participó con el tema “Clasificación de población nativa de frijol (Phaseolus vulgaris L.), utilizando aprendizaje automático sobre histogramas de color”.
Agradeció el apoyo del director y codirectora de su tesis, Héctor Gabriel Acosta Mesa y Elia Nora Aquino Bolaños, investigadores del CIIA y del Instituto de Ciencias Básicas (ICB), respectivamente; además, resaltó su contribución a la solución de problemas a partir de la aplicación de técnicas de IA.
Precisó que dicho estudio tuvo la finalidad de clasificar poblaciones nativas de frijol con fines biológicos y médicos. Al hablar sobre su importancia, indicó que la coloración está relacionada con las antocianinas, químicos benéficos para la salud del cuerpo humano pues funcionan como un antioxidante que ayuda a la prevención de enfermedades cardiovasculares.
Las antocianinas determinan la coloración de algunos granos de frijol como el rojo y violeta, entre otros, así como de flores, verduras y frutos.
De acuerdo con los resultados obtenidos, subrayó que en la identificación de poblaciones nativas de frijol usualmente se emplea un espectrofotómetro, instrumento de laboratorio en el que se coloca una muestra para medir el color.
El detalle de ese aparato es que sólo realiza una medición puntual y no logra cubrir toda la gama de color que puede presentar un grano. El problema crece cuando se tiene alguno con dos colores: “Nuestra solución consistió en diseñar un prototipo de iluminación que mantuviera las condiciones de luz y no hubiera variación.”
Explicó que en ese proceso se apoyó de una cámara fotográfica y al final obtuvo imágenes de gran nitidez, lo que permitió tener la coloración de todos los granos e información en la identificación de las poblaciones.
Como parte de la metodología fueron estudiadas un total de 54 poblaciones distintas, cada una conformada por una muestra de 20 granos.
“Lo que hice fue adquirir imágenes de los 20 granos para después colocarlos dentro del prototipo, posteriormente apliqué un algoritmo de segmentación llamado ‘crecimiento de región’.”
Añadió que con el algoritmo de segmentación extrajo el color y lo representó en histogramas de dos y tres dimensiones.
“Los histogramas contienen toda la información colorimétrica representada en números, al final una imagen es una matriz, tiene filas y columnas.”
Finalmente se generaron histogramas de dos y tres dimensiones y se ocupó un algoritmo de clasificación. “Obtuvimos buenos resultados de identificación, nuestra solución resultó robusta; la idea a futuro es tratar de caracterizar el color y encontrar la factibilidad para poder estimar antocianinas”.