Speaker Details

Conoce un poco más las Speakers de la WIDS Medellín 2021.

Speaker 1

Adriana Romero Soriano

Adriana Romero Soriano es research scientist en Facebook AI Research y profesora adjunta en McGill University, donde desempeña investigación en aprendizaje automático. Su investigación consiste en desarrollar modelos y algoritmos que puedan aprender de datos multimodales, razonar sobre relaciones conceptuales y aprovechar estrategias de adquisición activa para mitigar sus incertidumbres. Su investigación ha sido definida por problemas que requieren inferir observaciones completas a partir de datos sensoriales limitados. Adriana completó sus estudios postdoctorales en Mila, donde fue asesorada por el Prof. Yoshua Bengio.

Su investigación postdoctoral giró entorno a técnicas de aprendizaje profundo para abordar desafíos biomédicos, como los que plantean los datos multimodales, los datos de alta dimensión y los grafos. Recibió su Ph.D. de la Universidad de Barcelona en 2015 con una tesis sobre el entrenamiento de redes neuronales profundas, supervisada por el Dr. Carlo Gatta.

Charla: Ver lo invisible: inferir información no observada a partir de datos sensoriales limitados

Descripción: Como seres humanos, nunca observamos el mundo que nos rodea por completo y sin embargo, podemos construir modelos notablemente útiles a partir de nuestros datos sensoriales limitados. A menudo se requiere que los sistemas de aprendizaje automático operen en una configuración similar, la de inferir información no observada de la observada. Las observaciones parciales implican incertidumbre en los datos, lo que puede afectar la calidad de las predicciones del modelo. En esta charla, discutiremos dos estrategias para mitigar este problema: (1) aprovechar la complementariedad de diferentes modalidades de datos y (2) adquirir activamente información adicional de la misma modalidad de datos.