O Centro de Investigación TIC ( CITIC) da Universidade da Coruña, acaba de incorporar a un investigador no marco das axudas para a atracción e retención de talento investigador, na categoría de persoal investigador distinguido, nas universidades do Sistema Universitario de Galicia, convocadas pola Xunta de Galicia.

O investigador Diego Álvarez Estévez integrouse recentemente na área de Intelixencia Artificial do CITIC para desenvolver modelos de aprendizaxe automático xeneralizables e robustos no contexto de múltiples fontes de datos independentes. Procedente do Haaglanden Medisch Centrum (HMC) de Países Baixos, onde desempeñou o cargo de enxeñeiro xefe no departamento de sono e neurofisioloxía clínica, continuará agora desenvolvendo a súa liña investigadora no CITIC no campo da Intelixencia Artificial aplicada. No HMC tivo a oportunidade de aplicar o coñecemento acadado durante o desenvolvemento da súa tese doutoral nun contorno real, conseguindo facer máis eficiente a diagnose das diferentes desordes do sono, facilitando ao equipo médico unha información interpretada, o que reduce considerablemente o tempo de valoración e aumenta a fiabilidade do diagnóstico.

No CITIC, o investigador centrarase en investigar os problemas asociados co desenvolvemento de modelos de aprendizaxe automática para lograr capacidades de xeneralización robustas no contexto de múltiples fontes de datos independentes. Segundo explica Álvarez, “a liña de investigación focalízase en explorar as posibilidades de que os algoritmos de Machine Learning funcionen mellor en contornas cambiantes, xa que adoitan ter un problema de variabilidade en función da base de datos de referencia. Isto quere dicir que os algoritmos funcionan correctamente cando se utiliza a base da datos a partir da que se creou, pero presentan problemas cando o sistema é extrapolado a outra contorna. No ámbito clínico, por exemplo, sucede cando o sistema debe avaliar pacientes que proveñen de diferentes centros, ou cuxos datos foron adquiridos con diferentes equipos de diagnóstico”.

A investigación pretende abordar estes problemas, afondando no desenvolvemento de modelos de aprendizaxe automática máis flexibles e xeneralizables, tanto desde o punto de vista do seu deseño como no referente ás capacidades para levar a cabo procesos inferenciables máis robustos e independentes da fonte de datos en orixe