Ayer, Milagros Jacinto y Martín Moschettoni defendieron su tesina de grado de manera sobresaliente y obtuvieron la calificación más alta.

La tesina se titula «Inteligencia artificial explicable: Técnica de extracción de reglas en redes neuronales artificiales» y fue dirigida por Claudia Pons y Gabriela Pérez.

Les dejamos un resumen del trabajo y algunas fotos de la defensa:

En esta tesina se estudiaron diferentes técnicas de extracción de reglas y sus características en búsqueda de entender como se pueden explicar las redes neuronales artificiales. Se seleccionó una de estas técnicas (RxREN) y se analizó en profundidad su funcionamiento. A partir de RxREN que está orientado a la minería de datos y explicación de los datos originales con los que se entrenó la red neuronal artificial, se diseñó y desarrolló un algoritmo de extracción de reglas llamado FORxREN, que tiene como objetivo mejorar la explicabilidad de las redes neuronales artificiales debido a que está orientado hacia la extracción de reglas fieles y fácilmente interpretables que puedan esclarecer en parte el razonamiento subyacente de las mismas. Con FORxREN se llevaron a cabo pruebas utilizando conjuntos de datos conocidos como Iris, WBC y Wine. En este proceso, se entrenaron redes neuronales artificiales, sobre las cuales se aplicó FORxREN para extraer reglas que priorizan la fidelidad y la comprensibilidad.