Proyecto de Investigación Aplicada – LARA

El objetivo principal de esta semana fue realizar los primeros entrenamientos con distintos modelos de inteligencia artificial. Aunque el proyecto aún está en una etapa temprana y carecemos de datos suficientes para entrenar un modelo de IA general que sea útil para todos los usuarios, hemos logrado avanzar gracias a los aproximadamente 7000 audios recopilados por diversos centros.

Actividades Realizadas

Entrenamiento Inicial: En la sesión anterior, se entrenó un modelo de IA utilizando todos los audios disponibles para verificar que todo el circuito de entrenamiento funcione correctamente.

Análisis Exploratorio de Datos (EDA): El siguiente paso fue realizar un análisis de datos exploratorio para:

• Evaluar la correlación entre distintos datos.
• Estudiar posibles modelos más específicos.
• Filtrar información errónea, como audios sin sonido, audios demasiado cortos o grabaciones de prueba realizadas por técnicos.

Este análisis es crucial para asegurarnos de que el modelo de IA reciba los mejores datos posibles, lo que a su vez mejorará la calidad de los resultados obtenidos.

Modelos Específicos Entrenados

Después del análisis EDA(Análisis de datos exploratorio), cada grupo decidió entrenar modelos específicos basados en diferentes criterios:

• Modelo para el usuario con más audios grabados.
• Modelo para los tres usuarios con más audios grabados.
• Modelo para la asociación con tres audios grabados.

Estos modelos específicos han mostrado mejores calificaciones en comparación con un modelo genérico, ya que es más sencillo y eficiente entrenar un modelo único con datos específicos.

Próximos Pasos

Los siguientes pasos en nuestro proyecto incluyen:

• Probar con distintos conjuntos de datos.
• Experimentar con diferentes configuraciones dentro del modelo de IA.
• Evaluar y refinar continuamente el modelo para obtener la mejor versión posible, capaz de servir a un mayor número de personas.

Continuaremos optimizando y ajustando nuestros modelos para mejorar su precisión y utilidad, con el objetivo final de desarrollar una solución de inteligencia artificial robusta y eficiente.

 

Alumnado del curso de especialización en IA y Big Data