Placeholder image
 
 
Placeholder image
 
 
Placeholder image
 
 
 
 
 
 
 
 
 

Proyecto de un suarense, premiado por Google

Placeholder image

Google premió un trabajo a científicos de la UNS. Una investigadora del CONICET y la UNS, y un becario doctoral, accedieron a uno de los 25 premios a la investigación que Google entregó el pasado martes 19 de noviembre. El acto fue en el Centro de Ingeniería de Google ubicado en Belo Horizonte (Brasil). La iniciativa ganadora se denomina “Modelos causales de aprendizaje de los medios digitales” y su objetivo es desarrollar métodos y herramientas computacionales para dar soporte a la hora de predecir y explicar eventos económicos complejos aplicando técnicas de minería de texto y aprendizaje automático.

Fue presentado por la doctora Ana Maguitman, Investigadora Independiente de CONICET, y el ingeniero suarense Mariano Maisonnave, becario doctoral de ese organismo, ambos con lugar de trabajo en el Instituto de Ciencias e Ingeniería de la Computación de la UNS (ICIC, CONICET-UNS). La investigadora y el becario son además docentes del Departamento de Ciencias e Ingeniería de la Computación de esa casa de altos estudios. Ambos recibirán una beca para financiar sus investigaciones durante 12 meses. En total, se premiaron 25 iniciativas de entre 670 presentadas. En esta edición, el monto total para premios asciende a 500 mil dólares.

Entre las tareas desarrolladas como parte del proyecto se encuentra la de entrenar un modelo de red neuronal artificial para que la misma “aprenda” a detectar eventos en noticias. Los eventos identificados, junto con otras variables, se utilizarán para construir grafos causales. Los métodos desarrollados serán inicialmente aplicados y evaluados en el dominio de la Economía pero se anticipa que podrán ser aplicados a otros campos.

Según explicaron, la idea surgió a partir del pedido de un grupo de profesores del departamento de economía de la universidad. “Hay mucho interés por parte de economistas y financistas de tratar de entender un evento complejo en términos de qué variables están involucradas, y cómo están vinculadas entre sí”, aseguró Maisonnave. “Querían trabajar estos temas. Ellos conocen herramientas de econometría y son especialistas en temas de estadística, y nosotros tenemos las herramientas desde el punto de vista computacional. Entonces surgió esta idea de colaborar”, comentó la especialista.

La meta de la investigación, indicó Maisonnave, es “encontrar un grafo causal o de interconexiones para tratar de explicar si cierta conexión entre las variables impactó en que eso sucediera de una forma o de otra”. Y agregó: “La idea es que con un vistazo a este grafo un experto pueda tener una idea más general de qué es lo que pasó, o ver en el grafo cosas que por ahí no se daba cuenta porque este permitiria a partir de grandes volúmenes de datos hacer un resumen general”.

“Ese grafo que queremos va a tener nodos, que además de eventos queremos que sean variables, que provengan de otras fuentes, no solamente de medios digitales”, dijo Maguitman. Sucesos como una bancarrota, tomas de deuda, la renuncia de un presidente o la baja o suba abrupta de un índice son algunos de los elementos extraídos de un corpus del diario The New York Times, con los que se busca entrenar a una red neuronal para que primero reconozca a los eventos por su cuenta y luego sepa identificarlos para hacer un modelo causal. Si bien Maisonnave detalló que actualmente el proyecto apunta a la explicación de sucesos, el modelo también podría adelantarse a otros. “En principio lo que queremos hacer es construir este grafo como una forma de explicar pero también tenemos la idea de seguir avanzado en el camino para predecir”.

Además, en un futuro el modelo podría añadir los estados de ánimo al grafo. “Una de las ideas originales era eventualmente incorporarlos porque uno puede hacer un análisis sobre una red social y detectar si ante cierto tema la gente está reaccionando con angustia, con alegría, con miedo”. El modelo también implica la incorporación de eventos que no tienen un origen económico, como un desastre natural. “Muchas veces un evento no económico, como un terremoto, desencadena un evento económico”, señaló Maguitman. Las tarea de investigación de este proyecto se realizan con la colaboración de los doctores Fernando Tohmé y Fernando Delbianco, investigadores del Instituto de Matemática de Bahía Blanca (INMABB) y docentes del Departamento de Economía de la UNS, y del doctor Evangelos Milios, de la Universidad de Dalhousie, Canada. / Canalsiete.com.ar

 
COMPARTIR EN REDES
COMENTA EN FACEBOOK
ECOS EN FACEBOOK
ECOS EN TWITTER