iniciativa en 
Inteligencia Artificial

+52 473 732 7155

consorcio.ia@cimat.mx

Edificio C, Nivel 3

Callejón Jalisco s/n, Valenciana,

36023 Guanajuato

  • Blanca Facebook Icono
  • Twitter Icono blanco
  • Blanco Icono de YouTube

©2019 Iniciativa en Inteligencia Artificial - Conacyt

logo_conacyt_18b.png

ARTÍCULOS

Algebra-based Geometrical (3D) Biomacro-Molecular Descriptors for Protein Research: Theory, Applications and Comparison with other Methods. Scientific Report

CICESE

Definición de descriptores moleculares basados en álgebra multi-lineal para la caracterización de proteínas y péptidos.
Aplicación de estos descriptores a la clasificación estructural de proteínas

Terán J. E.; Marrero-PonceY.; Contreras-Torres E.; García-Jacas C. R.; Vivas-Reyes R.; Terán E.; Torres F. J. Tensor

Problemas de Salud

Categoría:

Bajo revisión

Link

Classification of 3D Archaeological Objects Using Multi-View Curvature Structure Signatures

CIMAT, IPICYT, INAH

Se propone un descriptor de forma 3D generalizado para la clasificación eficiente de artefactos arqueológicos en 3D. Nuestro descriptor se basa en un enfoque de vista múltiple de las características de curvatura, que consta de los siguientes pasos: Normalización de posturas de modelos 3D, cálculo del descriptor de curvatura local, construcción del descriptor de forma 3D utilizando el enfoque de vista múltiple y mapas de curvatura, y reducción de dimensionalidad por proyecciones aleatorias. Generamos dos descriptores a partir de dos paradigmas diferentes: 1) hecho a mano, en el que el descriptor se diseña manualmente para la extracción de la característica del objeto y se pasa directamente al clasificador y 2) se aprende a máquina, en el cual el descriptor aprende automáticamente las características del objeto a través de una profundidad pre-entrenada Modelo de red neuronal (VGG-16) para el aprendizaje por transferencia y pasado al clasificador. Estos descriptores se aplican a dos conjuntos de datos arqueológicos diferentes: 1) conjunto de datos no públicos de México, representado por una colección de 963 objetos arqueológicos en 3D del Museo del Templo Mayor en la Ciudad de México que incluye esculturas antropomorfas, estatuillas, máscaras, vasijas de cerámica e instrumentos musicales; y 2) conjunto de datos de referencia de recuperación basado en contenido de cerámica 3D, que consta de 411 objetos. Una vez que se obtienen los descriptores de vista múltiple, evaluamos su efectividad utilizando los siguientes esquemas de clasificación de objetos: K-nearest neighbor, máquina de vectores de soporte y máquina de vectores de soporte estructurado. Los resultados de nuestra clasificación de descriptores de objetos se comparan con cinco descriptores 3D populares en la literatura, a saber, armónicos esféricos invariantes de rotación, histograma de orientaciones esféricas, firma de histogramas de orientaciones, descriptor de simetría y descriptor de simetría reflexiva. Experimentalmente, pudimos verificar que nuestra máquina aprendida y los descriptores hechos a mano ofrecen la mejor precisión de clasificación (20% mejor en promedio que los descriptores comparativos), independientemente de los métodos de clasificación. Nuestros descriptores propuestos son capaces de capturar información suficiente para discernir entre las diferentes clases, concluyendo que se caracteriza adecuadamente los conjuntos de datos.

El presente trabajo, implementa técnicas de aprendizaje máquina en particular la aplicación de clasificadores modernos, además de que propone una metodología con nuevos fundamentos matemáticos que permiten dar una aplicación directa a la arqueología y permite reconocer y caracterizar piezas arqueológicas.

Ku, Mario & Hasimoto-Beltran, Rogelio & Jiménez-Badillo, Diego & Ruiz-Correa, Salvador & Roman Rangel, Edgar.

Matemáticas en IA

Categoría:

Link

Enhancing Acute Oral Toxicity Predictions by using Consensus Modeling and Algebraic Form-Based 0D-to-2D Molecular Encodes

CICESE

Modelos de consenso para la predicción de toxicidad oral aguda usando descriptores topológicos

García-Jacas, C. R., Marrero - Ponce, Y.; Cortés‐Guzmán, F.; Suárez‐Lezcano, J.; Martinez-Rios, F. O.; García‐González, L. A.; Pupo-Meriño, M.; Martinez-Mayorga, K.

Problemas de Salud

Categoría:

No disponible

Link

LEGO-based Generalized Set of Two Linear Algebraic 3D Bio-Macro-Molecular Descriptors: Theory, Variability/Orthogonality Analyses & Protein's QSARs

CICESE

Definición de descriptores moleculares basados en formas algebraicas lineales, bilineales y cuadráticas para la caracterización de proteínas y péptidos. Aplicación de estos descriptores a la predicción de la razón de plegamiento de proteínas.

Marrero-Ponce Y.; Teran J. E.; Contreras-Torres E.; García-Jacas, C. R.; Perez-Castillo Y.; Cubillan N.; Peréz-Giménez F.; Valdés-Martini J. R.

Problemas de Salud

Categoría:

Bajo revisión

Link

ROBMMOR: An Experimental Robotic Manipulator for Motor Rehabilitation of Knee

CICESE

Hoy en día, el papel de la robótica en la rehabilitación de pacientes es un área de interés para la ciencia y el desarrollo tecnológico. Además, la rehabilitación motora ha tenido un gran éxito en sujetos con problemas de discapacidad que requieren un enfoque terapéutico intensivo y específico para cada tarea a través de robots. Las restricciones presupuestarias se limitan al enfoque de terapia manual, por lo que los manchines pueden ofrecer una solución para promover aún más la recuperación del paciente y comprender mejor el proceso de rehabilitación. Este artículo presenta un ROBMMOR: un manipulador robótico experimental de rehabilitación de rodilla. El robot es capaz de realizar ejercicios pasivos en pacientes con problemas de movimiento motor en la rodilla. Los sistemas del robot ayudan al paciente en el proceso de forma personalizada a través de las posiciones de velocidad y velocidad requeridas. Finalmente, ROBMMOR obtiene datos y genera una evaluación del progreso de la rehabilitación del paciente que ayuda al terapeuta para un análisis futuro. La robótica combina diversas disciplinas como son: la mecánica, la electrónica, la informática, la inteligencia artificial, la ingeniería de control y la física. En particular, este trabajo enlaza dos temáticas del consorcio: Inteligencia Artificial para detección de problemas de salud y los fundamentos matemáticos en Inteligencia Artificial.

A. Navarrete, Gabriel & R. Baca, Yolanda & Villanueva, Daniel & Martínez, Danie

Problemas de Salud

Categoría:

Link

Smoothed Spherical Truncation based on Fuzzy Membership Functions: Application to the Molecular Encoding.

CICESE

Método de truncamiento esférico basado en funciones de membresía difusa para la caracterización de estructuras moleculares

García-Jacas, C. R.; Marrero‐Ponce, Y.; Brizuela, C.; Suárez‐Lezcano, J.; Martinez-Rios, F. O.

Matemáticas en IA

Categoría:

Link