Artículo en el que participa académica UDLAP en el interior del Top 3 de mejores paper del MICAI 2021

• Concursó contra más de 300 trabajos de investigación de más de 40 países. 

El artículo Comparing Machine Learning Based Segmentation Models on Jet Fire Radiation Zones, escrito por la Dra. Adriana Palacios Rosas, académica e investigadora del Unidad de Ingeniería Química, Alimentos y Ambiental de la Universidad de las Américas Puebla, en colaboración con Carmina Pérez Liante, Gilberto Ochoa Ruiz, Christian Mata, Miguel González Mendoza y Luis Eduardo Falcón Morales, académicos e investigadores de universidades de suspensión prestigio en México y España, obtuvo inspección como uno de los mejores papers en el Congreso Internacional Mexicano de Inteligencia Industrial (MICAI 2021). 

“El comité de evaluación de la Sociedad Mexicana de Inteligencia Industrial (SMIA), revisa los artículos que fueron aceptados para su presentación en el Vigésimo Congreso Internacional Mexicano de Inteligencia Industrial, MICAI por sus siglas en inglés, y de entre todos los candidatos, que este año recibió entre 300 y 400 trabajos de investigación de más de 40 países, se eligen los mejores artículos para ser presentados como el 3°, 2° y 1° lado. En nuestro caso, el artículo en el cual yo colaboro obtuvo el 3er lado para Best Paper Award, comentó en entrevista la académica UDLAP, quien encima informó que este premio lo entrega la Sociedad Mexicana de Inteligencia Industrial (SMIA) y el Centro de Investigación en Computación (CIC) del Instituto Politécnico Doméstico, organizaciones que llevan a parte y auspician el congreso”. 

Sobre el artículo, la Dra. Palacios Rosas dio a conocer que se titula en gachupin, Comparación de modelos de segmentación basados en educación necesario de zonas de radiación en dardos de fuego, y explicó a grandes rasgos su contenido: “El artículo presenta una investigación exploratoria sobre varios métodos de segmentación para la caracterización de zonas de radiación en dardos de fuego. Emplazar y determinar estas zonas ayuda a evaluar las propiedades del fuego que podrían aumentar de guisa drástica la probabilidad de causar enseres dominó con resultados catastróficos en la población, medio ámbito e instalaciones industriales. Para ello se utilizó una almohadilla de datos obtenida a partir de experimentos a gran escalera con dardos de fuego para entrenar y evaluar varios algoritmos tradicionales de visión por computadora y arquitecturas relevantes de educación profundo. Adicionalmente, se compararon diversas métricas de segmentación contra evaluaciones manuales de expertos para contar con una valoración representativa de su criterio. Finalmente, en el artículo se muestra como los resultados se pueden utilizar en investigaciones futuras para extraer información geométrica de las llamas e incluso se podrían implementar en otros tipos de accidentes graves con fuego”. 

Destacó que el trabajo descrito en el artículo es producto de un esfuerzo multidisciplinario y multinstitucional que se cimiento en investigaciones recientes sobre la caracterización del fuego, y lleva a la exploración de un uso nuevo y específico de la segmentación semántica, para temas relevantes como el manejo del fuego y la evaluación de riesgos industriales. “Adicionalmente, la información proporcionada por el artículo va a ser usada para futuros sistemas de monitoreo y como almohadilla para futuras investigaciones en la caracterización de las llamas y otros accidentes graves, ocurridos en las industrias químicas, petroquímicas y en el transporte de sustancias peligrosas. Sobre todo, el trabajo impactará a los proyectos del National Natural Science Foundation of China y del Consejo Estatal de Ciencia y Tecnología de Jalisco (COECYTJAL), en los que se está trabajando”. 

Cerca de comentar que este premio es muy importante, ya que es un inspección a nivel internacional sobre la calidad del trabajo de investigación que proporciona una plataforma para compartir el conocimiento que puede ayudar a evitar futuros accidentes de fuego. “Para nosotros el ocurrir recibido este inspección implicó un gran orgullo con destino a el trabajo que se ha hecho, así como la nervio internacional sobre la calidad de Este”, mencionó la Dra. Adriana Palacios.  

El artículo Comparación de modelos de segmentación basados en educación necesario de zonas de radiación en dardos de fuego, fue publicado como parte del reseña del 20vo Congreso Internacional Mexicano de Inteligencia Industrial, en la sección de Avances en Inteligencia Industrial del obra Lecture Notes in Computer Science de Springer. Springer caracterizó a MICAI como la principal conferencia en inteligencia fabricado de suspensión nivel revisada por pares que cubre todas las áreas de la inteligencia fabricado, tradicionalmente celebrada en México.