Gabor-Hopfield Brain Model

Autor

Germán Horacio González Vásquez

Director

Leonardo Flórez Valencia

El modelo cerebral Gabor Hopfield es un modelo basado en inteligencia artificial que hace uso de filtros fijos del tipo Gabor junto con un modelo de energía del mismo tipo que el encontrado en las redes modernas Hopfield. Los filtros Gabor son similares a los que se hayan en la corteza cerebral V1 y constituyen la primera capa de un sistema neuronal artificial. A diferencia de una red convolucional tradicional, en la cual los filtros son aprendidos a través del entrenamiento, esta primera capa es fija con el objetivo de generar mayor aprendizaje en capas superiores y no sobre la primera como es posible que suceda en un cerebro biológico maduro.

Adicionalmente, la capa superior de este modelo es una resemblanza del hipocampo y por tal razón se hace uso de las redes Hopfield. Sin embargo, debido a las limitaciones de almacenamiento de una red clásica Hopfield, se ha utilizado una red Moderna Hopfield la cual es la base de los sistemas actuales de atención de los Transformers. Estas dos partes, los filtros fijos de Gabor y la red Hopfield, están interconectadas a través de una red neuronal profunda. La red Hopfield finalmente genera un vector de salida multidimensional que permite usarse como señal de entrada a otros subsistemas. Por ejemplo, puede pensarse en la interconexión con sistemas artificiales análogos a una amígdala cerebral y de esta manera poder manipular efectores que respondan a diferentes señales visuales asociados a sentimientos o sensaciones guardadas en la amígdala.

Este trabajo de grado también permite al interesado aprender cómo manipular capas de redes neuronales y cómo aprovechar resultados intermedios para poder conectarlos con otros sistemas. También provee un enlace entre los modelos biológicos y los de inteligencia artificial de los cuales se hacer referencia en la literatura, pero del que no se suelen conocer ejemplos recientes. Adicionalmente, se describe un modelo cerebral el cual puede ser ampliamente expandido y que posee ya otros ejemplos que muestran que éste es un campo de investigación naciente.

Sistema de identificación de emociones basado en procesamiento de imágenes usando técnicas de inteligencia artificial en la Pontificia Universidad Javeriana.

Autor

Leonard Stuart Burgos Jiménez

Director

Leonardo Flórez Valencia

La inteligencia artificial es una de las ciencias que ha incrementado su participación en múltiples contextos hoy en día, incluyendo la medicina, agronomía, sistemas productivos, educación, entre otros. En este documento se da a conocer el proceso de creación de un sistema de detección de emociones basado en inteligencia artificial el cual hará parte de una plataforma que busca brindar apoyo de manera proactiva a los estudiantes de la Pontificia Universidad Javeriana con el objetivo de reducir los índices de deserción estudiantil. El modelo se crea usando como base la metodología CRISP-DM para proyectos de minería de datos, obteniendo al final la definición de un API/REST el cual permite llevar a cabo predicciones de emociones tomando como insumo la imagen suministrada por el Usuario.