Se realiza una invitación a la comunidad para participar de un nuevo encuentro del ciclo de Seminarios 2024, el cual se llevará a cabo el miércoles 3 de julio a las 11:00 hs.
Tendrá lugar en el Aula 18 – Edificio INTEC I, Predio CCT-CONICET Santa Fe. En esta oportunidad, el expositor será Dr. Diego H. Milone, quien disertará sobre el tema "Predicción de la estructura de moléculas de ARN mediante modelos con aprendizaje profundo".
- Información resumida del seminario:
El surgimiento del aprendizaje profundo ha potenciado la inteligencia artificial, generando además una gran transformación en diversos campos de aplicación. Los modelos profundos pueden extraer automáticamente características de textos, señales e imágenes, para luego utilizarlas en la solución de problemas complejos. Sin embargo, quedan aún muchos desafíos para su desarrollo, como la capacidad para capturar relaciones entre elementos lejanos en datos secuenciales o aprender a partir de pocos ejemplos.
La bioinformática presenta estos desafíos y provee un marco experimental bien definido para desarrollar y validar nuevos métodos de aprendizaje automático. Un tipo de secuencia de creciente interés son los ARNs no codificantes, que cumplen diversas funciones regulatorias y suelen estar involucrados en enfermedades como el cáncer y trastornos neurológicos. Pero para poder dilucidar sus mecanismos de acción es clave conocer sus estructuras, que es lo que les permite interactuar con otras moléculas. La predicción de estas estructuras presenta diferentes desafíos. Por un lado, desde el punto de vista del aprendizaje automático constituye un problema de alto desbalance de clases, dado que de las posibles conexiones a predecir sólo unas pocas se dan efectivamente. Por otro lado, las secuencias pueden tener desde decenas hasta miles de elementos y las conexiones se pueden dar a cualquier distancia. Además, se cuenta con muy pocas estructuras validadas experimentalmente, lo que hace difícil evitar el sobreajuste durante el entrenamiento.
En este seminario se describirá el problema de aprendizaje de relaciones de largo alcance en datos secuenciales con modelos neuronales profundos, manteniendo la capacidad de generalización a partir de datos desbalanceados y escasamente etiquetados. Para completar la exposición, se presentarán diversas experiencias de transferencia al sector productivo, en un marco conceptual unificado para analizar los roles que asume cada sector: desde la demanda y la consecución de fondos, hasta el aporte de soluciones, el desarrollo y los acuerdos alcanzados en materia de propiedad intelectual.
- CV breve del expositor:
Diego H. Milone es Bioingeniero por la Universidad Nacional de Entre Ríos (UNER) y Doctor por la Universidad de Granada. Es Profesor Titular de la Universidad Nacional del Litoral (UNL) e Investigador Principal del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Fue Director del Departamento de Informática y Secretario de Ciencia y Técnica en la FICH-UNL. Fue fundador y primer Director del Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional, sinc(i).
Fue impulsor de la creación y desarrolló los planes de estudio (junto a colegas de la región) de nuevas carreras de grado como la Licenciatura en Bioinformática (UNER), Licenciatura en Ciencia de Datos (UNL) e Ingeniería en Inteligencia Artificial (UNL). A nivel de posgrado impulsó la creación de Maestría en Computación Aplicada a la Ciencia y la Ingeniería y la Mención en Inteligencia Computacional, Señales y Sistemas del Doctorado en Ingeniería (UNL).
Ha publicado 130 artículos en revistas internacionales y una cantidad similar en congresos nacionales e internacionales. Ha realizado 13 proyectos de transferencias con empresas nacionales e internacionales. Es inventor en 4 patentes internacionales, 4 patentes nacionales y 3 registros de propiedad intelectual. Fue director/codirector de 13 tesis doctorales finalizadas, 11 becas posdoctorales y 12 carreras de investigación en CONICET. Recibió el Premio Houssay, Programa Distinción Investigador de la Nación Argentina, área Ingenierías, Arquitectura e Informática; el Premio Sadosky de Oro, Ministerio de Ciencia e Innovación, Cámara de la Industria Argentina del Software, área Investigación Colaborativa Industria-Academia, y el Premio Dan J. Beninson, Academia Nacional de Ciencias Exactas, Físicas y Naturales, área Ingeniería Médica.
Duración aproximada: 60 minutos.