Concurso TFG y TFM - Semana de la IA 2023

Ana Cantalapiedra Arellano y Rubén Pascual Casas, en las categorías de grado y máster, respectivamente, han ganado los premios a los mejores pósteres de trabajos fin de estudios relacionados con la inteligencia artificial y la computación defendidos en la Universidad Pública de Navarra (UPNA). La entrega de galardones tuvo lugar ayer, miércoles 18 de octubre, en el marco del día dedicado a la investigación en la UPNA dentro de la Semana de la IA, organizada por la Cátedra Tracasa de Ciencias de la Computación e Inteligencia Artificial. 

Los primeros premios de ambas categorías están dotados con sendos 600 euros y además se repartieron dos segundos premios, de 300 euros, que recayeron en Adrián Mikel Maiza Coupin (grado) y Álvaro Donamaría (máster). El jurado del concurso estaba formado por Edurne Barrenechea, vicerrectora de Desarrollo Digital de la UPNA; Angela Bernardini, responsable de Innovación y Transferencia de Tecnología en el Navarra Artificial Intelligence Research Center (NAIR); y Christian Ayala, R&D Technical Team Leader en Tracasa Instrumental.

Foto: Jurado y participantes en los concursos de trabajos fin de estudios. De izda. a dcha., Ángela Bernardini (Head of Innovation and Technology Transfer en NAIR Center), Judit Otazu (TFG), Jorge Bruned (TFG), Adrián Maiza (TFG, segundo premio), Edurne Barrenechea, vicerrectora de Desarrollo Digital de la UPNA; Rubén Pascual (TFM, primer premio), Christian Ayala (R&D Technical Team Leader en Tracasa Instrumental), Alberto Alonso (TFG) y Álvaro Donamaría (TFM, segundo premio). Falta en la foto Ana Catalapiedra (TFG, primer premio)

Trabajos premiados en grado y máster

El primer premio en grado, de Ana Cantalapiedra, llevaba por título “Separación de hablantes en entornos cocktail-party mediante redes de aprendizaje profundo” y estaba dirigido por Ricardo San Martín. Se centra en el estudio de entornos denominados “cocktail-party”, esto es, aquellos donde hay una grabación de audio con varias conversaciones simultáneas y es necesario separarlas. En el trabajo se estudian dos redes neuronales para llevar a cabo esta tarea, algo especialmente útil para ayudar, por ejemplo, a personas con discapacidad auditiva, facilitándoles que puedan prestar atención a una conversación en concreto. 

El primer premio en máster, de Rubén Pascual, recayó en “Emotional Films: procesado y validación de la base de datos generada para el entrenamiento de modelos de inteligencia artificial” (dirigido por Mikel Galar y Daniel Paternáin). El trabajo se ha realizado en el marco del proyecto en el que participa la UPNA del mismo nombre, dedicado a la generación de contenidos audiovisuales que puedan variar en función de las emociones de las personas espectadoras. En este trabajo, se desarrolla una metodología para convertir la base de expresiones datos faciales capturada en el citado proyecto en otra que podría utilizarse para entrenar modelos de aprendizaje profundo (deep learning). 

En cuanto a los segundos premios, en grado se distinguió “Generando rostros humanos mediante GANs para reconocimiento de emociones”, de Adrián Mikel Maiza, dirigido por Mikel Galar. En este trabajo se estudian diferentes formas de generar bases de datos sintéticas a partir de bases de datos reales con el objetivo de poder prescindir de los primeros (que pueden presentar restricciones debido a la protección de datos) a la hora de entrenar modelos de detección de expresiones.

En máster, el trabajo distinguido, de Álvaro Donamaría, fue “Emotional Films: Retrospectiva de la generación de una base de datos para el desarrollo de modelos de Inteligencia Artificial” (dirigido por Mikel Galar y Daniel Paternáin). En él se describe el proceso realizado en el proyecto “Emotional Films” para la creación de una gran base de datos de expresiones faciales que trata de reducir los sesgos existentes en las bases de datos abiertas.