© Komputer Sapiens, Año XIV Volumen II, mayo-agosto 2022, es una publicación cuatrimestral

de la Sociedad Mexicana de Inteligencia Artificial, A.C., con domicilio en Ezequiel Montes 56 s/n,
Fracc. los Pilares, Metepec, Edo. de México, C.P. 52159, México, http://www.komputersapiens.org,
correo electrónico: editorial@komputersapiens.org, tel. +52 (833)357.48.20 ext. 3024, fax +52 (833)
215.85.44. Impresa por Sistemas y Diseños de México S.A.
de C.V., calle Aragón No. 190, colonia Álamos, delegación Benito Juárez, México D.F., C.P. 03400, México, se ter-
minó de editar el 15 de mayo de 2022.
Reserva de derechos al uso exclusivo número 04-2009-111110040200-102 otorgado por el Instituto Nacional de
Derechos de Autor. ISSN 2007-0691.
Los artı́culos y columnas firmados son responsabilidad exclusiva de los autores y no reflejan necesariamente los
puntos de vista de la Sociedad Mexicana de Inteligencia Artificial. La mención de empresas o productos especı́ficos
en las páginas de Komputer Sapiens no implica su respaldo por la Sociedad Mexicana de Inteligencia Artificial.
Queda estrictamente prohibida la reproducción total o parcial por cualquier medio, de la información aquı́ contenida
sin autorización por escrito de los editores.
Komputer Sapiens es una revista de divulgación en idioma español de temas relacionados con la inteligencia artificial.
Creada en LATEX, con la clase papertex disponible en el repositorio CTAN : Comprehensive TeX Archive Network,
http://www.ctan.org/
Indizada en el IRMDCT de CONACYT y en Latindex.
Directorio SMIA Directores Fundadores Gustavo Vargas Hakim
Presidente Ildar Batyrshin Carlos Alberto Reyes Garcı́a Luis Zúñiga Avilés
Vicepresidente Oscar Herrera Alcántara Ángel Kuri Morales Nora Reyes
Secretario Francisco Hiram Calvo Castro Silvia Albarrán
Tesorera Marı́a de Lourdes Martı́nez Villaseñor Comité Editorial Carlos Fernández-Fernández
Vocales: Obdulia Pichardo Lagunas Ildar Batyrshin Nelson Rangel Valdez
Sabino Miranda Jiménez Oscar Herrera Alcántara Federico Alonso-Pecina
Roberto A. Vázquez Espinoza de los Monteros Jesús Favela Vara Adriana Cervantes
Hiram Erendin Ponce Espinosa Sofı́a Natalia Galicia Haro Efrén Mezura-Montes
Noé Alejandro Castro Sánchez Miguel González Mendoza Eduardo Morales
Iris Iddaly Méndez Gurrola Raúl Monroy Borja Raúl Monroy Borja
Omar Montaño Rivas Eduardo F. Morales Manzanares Laura Cruz
Néstor Velasco Bermeo Leonardo Garrido Luna Mariana Miranda-Varela
Gustavo Arroyo Figueroa Carlos Alberto Reyes Garcı́a Candy Sosa Jiménez
Sofı́a Natalia Galicia Haro Antonio Sánchez Aguilar Erendira Rendón
Juan Crisoforo Martı́nez Miranda Luis Enrique Sucar Succar Claudia Gómez
Iván Olvera Rodrı́guez Ángel Kuri Morales Antonio Camarena-Ibarrola
Leobardo Morales Tiburcio José A. Martı́nez Flores Lisbeth Rodrı́guez
Gilberto Ochoa Ruiz Juan Manuel Ahuactzin Larios Guillermo Hoyos-Rivera
David Eduardo Pinto Avendaño Manuel Montes y Gómez Oscar Herrera
Antonio Marı́n Hernández Ofelia Cervantes Villagómez Ericka Janet Rechy Ramı́rez
César Jesús Núñez Prado Alexander Gelbukh Ángel Estévez
Grigori Sidorov Héctor Limón
Komputer Sapiens Laura Cruz Reyes Belem Saldı́var
Director general Ildar Batyrshin Ramon Brena Pinero Roberto Alejo
Editora en jefe Karina Mariela Figueroa Mora Juan Humberto Sossa Azuela Karina Figueroa
Editor cientı́fico Héctor Gabriel Acosta Mesa Félix Castro Otniel Portillo Rodrı́guez
Editores asociados Marco Antonio Aguirre Lam Juan Jacinto-Villegas
Laura Cruz Reyes Árbitros Alberto Ochoa-Zezzatti
Editores invitados Rosa Marı́a Valdovinos Rosas Aldo Márquez-Grajales Héctor Acosta-Mesa
Coordinadora de producción Viridiana Mena Gómez Fernando Aldana Franco Gregorio Toscano-Pulido
e-Tlakuilo Karina Figueroa Ramón Brena Héctor Rodrı́guez-Rangel
Rosa Marı́a Valdovinos Ángel Andrade Asdrúbal López Chau
Estado del IArte Reyna Carolina Medina Ramı́rez Rigoberto Martı́nez Méndez Rafael Rivera-López
Jorge Rafael Gutiérrez Pulido Ángel Sánchez Garcı́a Daniela Alejandra Ochoa
Sakbe Claudia G. Gómez Santillán Fernando Arámbula Martha Avendaño Garrido
Laura Cruz Reyes Matı́as Alvarado Sonia Mestizo-Gutiérrez
Laura Gómez Cruz Diego Tlapa
IA & Educación J. Julieta Noguez Monroy Saúl Domı́nguez-Isidro
Marı́a Lucı́a Barrón Estrada Vianney Muñoz
Marı́a Yasmı́n Hernández Pérez David Valle-Cruz
Deskubriendo Konocimiento Alejandro Guerra Hernández David Rı́os
Gildardo Sánchez Ante Hugo Jair Escalante
Asistencia técnica Alan G. Aguirre Lam Héctor Avilés-Arriaga
Corrección de estilo Gilberto Rivera Zárate Nancy Pérez-Castro
Marcela Quiroz Castellanos Tania Turrubiates-López
Sonia Lilia Mestizo Gutiérrez José Sánchez-Cervantes
Guillermo de Jesús Hoyos Rivera Luis Fernández-Martı́nez
Susana Aurora Velasco Montiel Adan Justo
Nicandro Cruz Ramı́rez Mireya Salgado Gallegos
Claudia Leticia Dı́az González Miguel Zúñiga-Garcı́a
Leonardo Romero Muñoz Guillermo Santamarı́a-Bonfil
Nelson Rangel Valdez Rocı́o Barrientos-Martı́nez
José Antonio Camarena Ibarrola Jaime Cerda
Luis Miguel Garcı́a Velázquez Paúl Hernández
Héctor J. Fraire Huacuja Luis Castro
Ruth Esmeralda Barreda Guajardo Cuauhtémoc Sánchez
Portada Marı́a Fernanda Hernández Arroyo Sergio Hernández Méndez
Komputer Sapiens Mayo - Agosto 2022 k Año XIV, Vol.II

Contenido
Escenarios para determinar los estímulos que brindará
un asistente tecnológico a una persona con deterioro
cognitivo
Pág. 10 ⇒Victor M. Montaño Serrano, Juan Manuel Jacinto Villegas, Adriana H.
Vilchis González y Otniel Portillo Rodríguez
Robots médicos de punción percutánea compatibles con resonancia magné-
tica
Pág. 16 ⇒ Isis Danae Sánchez Hernández, Adriana Herlinda Vilchis González y Juan
Carlos Ávila Vilchis
De Big Data al Smart Data en datos no balanceados con alta dimensionalidad
y baja densidad: un análisis experimental de técnicas de sobremuestreo
Pág. 21 ⇒ Armando Bolívar, Vicente García, Roberto Alejo y Rogelio Florencia-Juárez
Reglas de asociación para el estudio de vaginosis bacteriana
Pág. 26 ⇒ Freddy de la Cruz Ruiz y Juana Canul-Reich Columnas
Aprendizaje Automático para la determinación de factores que afectan la
calidad del sueño Sapiens Piensa.
Pág. 31 ⇒ Mabel Vázquez Briseño, Arturo Laflor Hernández, Juan Iván Nieto Hipólito, Editorial pág. 2
Christian Navarro Cota y Juan de Dios Sánchez López
La Inteligencia Artificial para Predicción de la Recuperación en la Enferme-
dad Vascular Cerebral
Pág. 37 ⇒ Ruben I. Carino-Escobar y Jessica Cantillo-Negrete e-Tlakuilo pág. 4
Enfoque evolutivo de aprendizaje de máquina en la identificación y control
de sistemas
Pág. 42 ⇒ Alejandro Rodríguez-Molina, Miguel G. Villarreal-Cervantes, Miguel Ángel
Paredes-Rueda y Carlos Alberto Guerrero-León Estado del IArte pág. 6
El aprendizaje de máquina y el modelado de propiedades de materiales
nanoestructurados
Pág. 48 ⇒ Kaled Corona-Romero, M. Fernanda Rosales-De la Cruz, Diego E. Navarro-
López, Edgar R. López-Mena y Gildardo Sánchez-Ante Sakbe pág. 8
Redes Adversarias Generativas: engañando a la inteligencia humana
Pág. 53 ⇒ Leonardo Herrera, Marlen Meza-Sánchez, M.C. Rodríguez-Liñán y Eddie
Clemente
Análisis de Sentimientos en Twitter IA & Educación pág. 85
Pág. 59 José-Clemente Hernández-Hernández, Daniela Juárez-Morales, Juan-José
⇒
Guzmán-Landa y Guillermo-de-Jesús Hoyos-Rivera
Importancia de la minería de opinión en redes sociales en español Deskubriendo
Pág. 64 ⇒ Fernando Monroy Tenorio, Janeli Astorga Villela y Aleli Castro Orella
Konocimiento pág. 87
Algunos resultados de control distribuido de múltiples robots
Pág. 68 ⇒ Héctor M. Becerrra, Miguel A. Trujillo, David Gómez Gutiérrez y Javier
Ruiz León
Cómo contar personas usando WiFi y ML
Pág. 73 ⇒ Ramón F. Brena, Edgar Escudero, César Vargas Rosales, Carlos E. Galván
Tejada y David Muñoz
Un paseo por el análisis de señales con wavelets y redes neuronales
Pág. 79 ⇒ Oscar Herrera Alcántara
Año XIV, Vol. II. Mayo - Agosto 2022 Editorial
Sapiens Piensa
Rosa María Valdovinos Rosas
La Inteligencia artificial es un área del conocimiento cu-
yas investigaciones y aportaciones se realizan con impac-
to en diferentes ámbitos de la vida cotidiana. En este nú-
mero de tema libre, gratamente denso de publicaciones,
los trabajos que se incluyen atienden diversas temáticas
de la inteligencia artificial y su incidencia en áreas co-
mo: salud, redes sociales; así como exponer algunos de
los métodos ampliamente utilizados como como las re-
des neuronales artificiales, el aprendizaje automático, la
robótica y cómputo evolutivo.
La salud es un tema de interés general, con la aplica-
ción de técnicas de inteligencia artificial se busca propor-
cionar estrategias que apoyen al diagnóstico temprano,
comportamiento de patologías y/o mejoras en la aten-
ción. En este sentido, en el artículo “El aprendizaje de
máquina y el modelado de propiedades de ma-
teriales nanoestructurados” los autores abordan un
tema de actualidad médica relacionado a la resistencia
que algunas personas desarrollan a los antibióticos y pro-
ponen la utilización de redes neuronales artificiales para
el modelado de las propiedades de materiales nanoes-
tructurados, como alternativa para disminuir lo largo y
costoso del proceso de estos. Por otro lado, en el artícu-
lo “Escenarios para determinar los estímulos que
brindará un asistente tecnológico a una persona
con deterioro cognitivo” los autores reportan los re-
sultados obtenidos al utilizar un asistente tecnológico que
permite conocer los estímulos de audio y visuales que se
le deben proporcionar a un paciente con deterioro cogni-
tivo leve para ayudarlo a comer considerando cinco esce-
narios diferentes. Un estudio semejante es el presentado
en el artículo “La IA para predicción de la recu-
peración en EVC” . En el artículo “Aprendizaje au-
tomático para la determinación de factores que
afectan la calidad del sueño” los autores muestran
la utilidad que el aprendizaje automático puede tener al
ser utilizado en la determinación de las actividades que
más pueden afectar la calidad del sueño. Por último, en
el artículo “Reglas de asociación para estudiar pa-
trones bacterianos involucrados en el desarrollo
de vaginosis bacteriana” los autores explican cómo
los algoritmos de reglas de asociación pueden ser útiles
para modelar las bacterias que detonan la aparición de la
vaginosis bacteriana y pueden ser utilizados en el apoyo
diagnóstico de esta enfermedad en mujeres.
La comunicación hoy día ha cambiado de forma sus-
tancial, es casi imposible imaginarla sin las redes sociales.
No obstante, la comunicación y/o difusión de informa-
ción a través de redes sociales es sólo una cara de la mo-
neda, el alcance, impacto y el potencial que éstas tienen
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 2 / 88
es la cara que estrategias de inteligencia artificial bus-
can potencializar. Al respecto, en el artículo “Análisis
de sentimientos en twitter” los autores describen los
principales aspectos relacionados con el procesamiento
de textos en castellano y las estrategias para la elimi-
nación de ruido en twitts para análisis de sentimientos e
identificación de tendencias de opinión. Continuando con
la misma tendencia, en el artículo “Importancia de la
minería de opinión en redes sociales en español”
los autores explican algunos de los enfoques, aportaciones
y herramientas para extraer la polaridad o clasificación
de opiniones en redes sociales. Finalmente, en el artículo
“Como contar personas usando WiFi y Machine
Learning” los autores presentan un estudio donde se
muestra una estrategia de reconocimiento de patrones
orientada a identificar grupos de personas y la forma en
que éstos perturban la señal WiFi.
La robótica es un área que ofrece interesantes pro-
puestas de solución a diversos problemas reales, en el
artículo “Robots médicos de punción percutánea
guiados con resonancia magnética” los autores pre-
sentan una revisión de los avances en plataformas robó-
ticas por resonancia magnética para realizar punciones
percutáneas, mostrando las grandes ventajas que su uti-
lización tiene en términos de acceso y precisión al ser
utilizados en extirpación de tejidos. En tanto que en el
artículo “Algunos resultados de control distribui-
do de múltiples robots” los autores muestran algunos
trabajos en los que se hace uso de sistemas multi-robot
donde cada robot se controla de forma distribuida consi-
derando información local logrando evitar colisiones en-
tre ellos.
Finalmente, se incluyen algunos artículos que apli-
can técnicas de redes neuronales artificiales y machine
learning para la solución de problemas reales. En el ar-
tículo “Redes adversarias generativas: engañando
a la inteligencia humana” los autores analizan la ar-
quitectura de las redes adversarias generativas cuando
son utilizadas para generar imágenes falsas a partir de
imágenes reales, describen su funcionamiento y su apli-
cación en problemas reales. Por otro lado, en el artículo
“Un paseo por el análisis de señales con wavelets
y RNA” los autores revisan conceptos fundamentales
del análisis de señales y de las redes convolucionales, in-
dicando algunos casos de su aplicación. En el artículo
“De Bigdata al smart data en datos no balancea-
dos con alta dimensionalidad y baja densidad: Un
análisis experimental de técnicas de sobremues-
treo” los autores tocan el tema grandes volúmenes de
datos del big data y las estrategias que se pueden uti-
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Editorial Komputer Sapiens 3 / 88
lizar para la extracción de conocimiento cuando se tra- los autores describen una metodología que involucra la
baja con datos que presentan desequilibrio de las clases, utilización de metaheurísticas para el control de siste-
alta dimensionalidad y baja densidad. Por último, en el mas complejos y muestran cómo esta estrategia permite
artículo “Enfoque evolutivo de aprendizaje de má- gobernar de forma satisfactoria un sistema dinámico. ✵
quina en la identificación y control de sistemas”

Rosa María Valdovinos Rosas Doctora en Ciencias de la Compu-

tación, miembro del Sistema Nacional de Investigadores Nivel II y de
la AMEXCOMP. Adscrita a la Universidad Autónoma del Estado de
México. Participa en el fortalecimiento y consolidación de la comunidad
científica mediante la formación de recurso humano de calidad, la di-
vulgación del conocimiento y la ciencia en eventos académico-científicos
a nivel nacional e internacional. Además, cuenta con publicación de
artículos científicos en revistas especializadas, capítulos de libro con
editoriales de prestigio y artículos de divulgación.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
e-Tlakuilo: Cartas de nuestros lectores
Karina Figueroa y Rosa María Valdovinos
etlakuilo@komputersapiens.org
En Komputer Sapiens nos hemos esforzado por estar “a
sólo un click de distancia” a través de diferentes medios
como Facebook, Twitter y correo electrónico. Les pre-
sentamos algunas de las preguntas que hemos recibido a
través de estos medios.
Videojuegos para salud conscientes de la
personalidad y las emociones de los niños.
Anónimo – Estudiante de nivel Licenciatura. (vía
correo electrónico)
Muy interesante su artículo.
El autor, Ismael E. Espinosa Curiel, responde:
El que le haya parecido interesante el artículo, nos mo-
tiva a seguir trabajando y esforzándonos, ¡¡¡Gracias!!!
¿Qué tipo de contenido tiene su juego IFitKids? Actual-
mente, ¿es solo sobre nutrición?.
IFitKids es una plataforma que busca mejorar los hábitos
alimenticios y de ejercicio físico en los niños. Para lograr
lo anterior, IFitKids se basa en tres áreas de conoci-
miento: nutrición, psicología y actividad física. IFitKids
integra tres tipos de minijuegos: a) videojuegos de ejer-
cicio, b) de nutrición, y c) de psicología. Los primeros
se enfocan en que los niños realicen actividad física (ej.
sentadillas, desplantes frontales y laterales, movimientos
de brazos, etc.) para cumplir algún objetivo o misión
dentro del juego. Los segundos se encargan de enseñar-
les sobre la clasificación de alimentos, el plato del buen
comer, las grasas, porciones recomendadas, y alimentos
saludables y no saludables. Finalmente, los de psicología
se enfocan en ayudar a los niños a desarrollar habili-
dades como el autocontrol (al esfuerzo, a la espera, al
impulso) y el autoconcepto. En total IFitKids integra 24
minijuegos de los cuales, cinco son para la enseñanza de
temas de nutrición (FoodRateMaster, SuperMarketRa-
ce, FatCombat, DishMaster y HealthyLunch), uno para
la enseñanza de salud integral (HelperFriend), cuatro
para enseñanza y entrenamiento en temas psicológicos
asociados a la nutrición (clínica psicosocial y los juegos
de autocontrol Stop&Win, Wait&Win, Work&Win ), y
14 de ejercicio (7 alta intensidad y 7 de fuerza).
¿Podrían dar un ejemplo de una de las actividades/juego
de este módulo?
Las actividades de IFitKids la podemos dividir en tres
grupos. Las primeras se enfocan en motivar el cambio de
comportamiento (establecimiento y seguimiento de me-
tas, contrato de conducta, retroalimentación de logros,
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Columna Komputer Sapiens 4 / 88
comparación social, etc.). Las segundas se enfocan en
enseñar sobre nutrición y psicología. Finalmente, las ter-
ceras, se enfocan en realizar actividad física. Para res-
ponder tu petición, te describiré FoodRateMaster. Este
videojuego de nutrición se enfoca a enseñar a los niños
que existen diferencias entre los alimentos saludables y
los no saludables y los rangos recomendados para los
componentes de la comida: calorías, azúcar, grasa y gra-
sas saturadas. En este juego aparecen alimentos con su
respectiva información nutricional, y el jugador debe de-
cidir si mantiene o reduce su consumo. Si decide correc-
tamente reducir un alimento no saludable, el videojuego
además le preguntará por cuál alimento lo sustituirá de
dos opciones posibles: una saludable y una no saludable.
La cantidad de estrellas que gana el jugador depende
del número de errores. La siguiente imagen muestra la
interfaz principal del videojuego FoodRateMaster.
En el siguiente enlace se puede consultar más informa-
ción de FoodRateMaster: https://pubmed.ncbi.nlm.
nih.gov/32281539/.
¿Cuándo estará disponible para su uso?
Dada la naturaleza de la IFitKids, es necesario asegurar-
se que la plataforma sea efectiva, fácil de usar, y tenga
buena aceptación antes de hacerla disponible para el
público. Actualmente, estamos en la fase de desarrollo
y experimentación para probar la efectividad de los mi-
nijuegos. Una vez terminada esta actividad, podremos
probar la efectividad de la plataforma completa. Dado lo
anterior, nuestro plan es liberar los juegos conforme se
vayan probando. Se espera que los primeros minijuegos
estén disponibles al público a finales del 2022 a través
de la tienda playstore.
Y, por último, ¿han pensado en algún módulo de segu-
ridad? dada la información que podrían recabar de los
usuarios.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Columna
La versión actual de IFitKids encripta la información de
los niños y de las actividades que estos realizan en la
plataforma. Pensamos que este nivel de seguridad es su-
ficiente dada la etapa de desarrollo y experimentación en
que se encuentra el proyecto. Sin embargo, para liberar
la plataforma al público sí consideramos necesario dise-
ñar e implementar mecanismos robustos adicionales para
mantener la privacidad de los usuarios (ej. seguridad de
dos pasos, o la “tokenización” de la información).
¿Cómo los coches autónomos hablarán con las
personas?
Anónimo – Estudiante de nivel Licenciatura. (vía
correo electrónico)
Durante la conducción de un vehículo también hay otro
tipo de interacción con los otros automóviles, por ejem-
plo, para indicarle que hay un accidente cerca y debe
bajar la velocidad (en la carretera es común un cambio
de luces). ¿se ha considerado este tipo de interacción en
los coches autónomos?
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 5 / 88
El autor, Juan A Guerrero-Ibáñez, responde:
Sí existen otros tipos de interacción cuando hablamos de
los coches autónomos. Los hemos estudiado en el gru-
po con el que publicamos este de KS y esperamos en
un futuro cercano tener publicado un paper que estamos
construyendo sobre el tema.
Podemos resumirlo en los siguientes:
Interacción Vehículo a vehículo ( Vehicle-to-
Vehicle, V2V)
Interacción Vehículo a infraestructura (Vehicle-to-
Infrastructure, V2I)
Interacción Vehículo con personas (Vehicle-to-
Human, V2H)
Interacción Vehículo con otros elementos de la ca-
rretera (Vehicle-to-everything, V2X)
Básicamente con estos modelos de interacción-
comunicación se pretende resolver los diferentes retos
que quedan abiertos en el área, como el planteado en tu
mensaje.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
Estado del IArte
Jorge Rafael Gutiérrez Pulido (@jrgpulido) y Reyna Carolina Medina Ramírez
estadoiarte@komputersapiens.org
El web semántico y sus tecnologías: ¿hacia donde vamos?
Inicios Ya han pasado más de 30 años desde la crea-
ción de lo que hoy conocemos como el web (WWW).
Pero no fue sino hasta una década después, en 2001,
cuando su creador Tim Berners-Lee escribió acerca de
su idea original, el web semántico1. Éste tiene sus raíces
en los siguientes conceptos: grafos, bases de datos, redes
semánticas, orientación a objetos, sistemas expertos, y
representación de conocimiento. El web semántico tiene
la intención de ser proveedor de conocimiento para que
los agentes de software, que eventualmente poblarán el
ciberespacio, realicen todo tipo de actividades, hacien-
do uso de mecanismos de razonamiento e inferencia, a
nuestro nombre y para nuestro beneficio. El principio es
simple, y se basa en el significado de las cosas y sus re-
laciones.
Componentes Las tecnologías semánticas son los
componentes esenciales del web semántico. Durante las
útimas tres décadas se realizaron diversos esfuerzos pa-
ra organizar conocimiento, y se desarrollaron diver-
sas tecnologías para hacer ese conocimiento resusable
(DAML+OIL). Eventualmente se anclaron las que hoy
conocemos (RFD, SPARQL, OWL), y se han convertido
en la base para nuevos desarrollos, por ejemplo, los grafos
de conocimiento y los datos enlazados. Además, con el
objetivo de incluir tecnologías semánticas, en el ámbito
del desarrollo de software se ha creado el UML2 ODM, y
en la industria se ha trabajado en el ISO 15926, partes 8,
12 y 14. Aunado a esto, se debe mencionar el importan-
te rol que han tenido también herramientas tales como
schema.org, microformats, y opengraph para anotar pá-
ginas de manera semántica y convertirlas en fuentes de
conocimiento.
Grafos de conocimiento Representan una red de en-
tidades tales como objetos, eventos, y conceptos, así co-
mo las relaciones entre éstos. Por ejemplo, mediante pro-
cesamiento de lenguaje natural, minería de datos, entre
1 https://www.scientificamerican.com/article/the-semantic-web
2 http://dbpedia.org/resource/Lemon
3 https://en.wikipedia.org/wiki/Lemon
4 https://lod-cloud.net/#about
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Columna Komputer Sapiens 6 / 88
otras técnicas; una empresa está interesada en extraer las
entidades y relaciones necesarias para crear su grafo de
conocimiento (vea Figura 1). Eventualmente, un agente
de software utiliza dicho grafo para generar nuevo cono-
cimiento. Los grafos de conocimiento más conocidos son
los de Facebook, Google y Linkedin. Algunos de ellos
presentes en escándalos muy sonados, como el caso del
mal uso que hizo Cambridge Analytica del grafo de co-
nocimiento de Facebook hace algunos años.
Datos enlazados Son la convergencia entre los datos
abiertos y las tecnologías semánticas. Los datos abier-
tos son parte de una iniciativa internacional que nace en
2011, con 8 países miembros (entre ellos México). Dicha
iniciativa establece que cualquier individuo puede acce-
der, usar, modificar, y compartir datos, siempre y cuan-
do preserven al menos su lugar de origen y apertura.
Los datos enlazados son el paso natural en el camino de
los datos abiertos, pues agregan a éstos tecnologías se-
mánticas, y con ello los beneficios que esto conlleva. Un
ejemplo de éstos es DBpedia2 , la versión semántica de la
Wikipedia3 . Actualmente, la nube de datos abiertos en-
lazados posee 1301 datasets. DBpedia es uno de ellos, y
hoy en día cuenta con más de 228 millones de entidades.
Para saber más4 (en inglés).
¿Hacia donde vamos? En general, las tecnologías se-
mánticas están siendo usadas principalmente por los me-
dios de comunicación, así como por diferentes ámbitos
de la industria, y el gobierno; lo anterior es con el fin
de manejar sus contenidos, reusar su información, y con
ello recortar costos y optimizar las ganancias. Algunos
ejemplos de éstas son: la BBC, el FT, SpringerNature,
Astra Zeneca, AGFA Healthcare, Cleveland Clinic, entre
otras; y los gobiernos de EUA, Reino Unido, Noruega,
Sudáfrica, y Brasil.
En la última década hemos visto un gran incremento
de aplicaciones que hacen uso de aprendizaje máquina.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Columna Komputer Sapiens 7 / 88
Ésto puede ser considerado como un renacimiento de las próxima década se espera que haya un renacimiento de
redes neuronales artificiales. De la misma manera, en la la tecnologías semánticas. Lo mejor está por venir. ✵

Figura 1. Grafo de conocimiento, cortesía de https://www.poolparty.biz.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Columna Komputer Sapiens 8 / 88

Sakbe
Laura Gómez Cruz, Laura Cruz Reyes y Claudia Guadalupe Gómez Santillán
sakbe@komputersapiens.org
Aprendiendo idiomas a través de la IA
La Inteligencia Artificial (IA) es una herramienta poderosa y una tecnología que continúa avanzando en el aprendizaje
de idiomas dentro de la educación tradicional. Según la academia de Cambridge, las plataformas de aprendizaje de idio-
mas impulsadas por IA permiten a los estudiantes trabajar a su propio ritmo, repitiendo temas y enfatizando las cosas
con las que tienen problemas, y también permiten que los maestros entiendan y estimen el desempeño del estudiante.
Esas plataformas se basan principalmente en tres pilares:
1. Proporcionar retroalimentación instantánea: conocer puntajes, identificar errores, corregir gramática y
cohesión de ideas.
2. Sin miedo a fallar en público: la IA se enfoca en brindar resultados sin juzgar y los estudiantes tratan sus
errores como desafíos en un juego.
3. Un rol nuevo para los docentes: los docentes se convierten en una guía que utiliza la ciencia y el análisis de
datos para apoyar a los estudiantes.
Según una fuente de IEEE, las siguientes son algunas de las aplicaciones más reconocidas que utilizan IA para la
enseñanza y el aprendizaje de idiomas y el desarrollo de materiales didácticos.

Alphary ⇒ Startup educativa de Austria que a través de

https://intellias.com/ai-nlp-driven-language-learning-app/
Lingvist ⇒ Funciona con Big Data, IA estrecha y apren-
dizaje automático (AU). Lo interesante de esta aplica-
ción es que extrae datos de recursos en línea (como ar-
tículos, subtítulos de películas y libros) y las lecciones
https://lingvist.com/es/
la programación neurolingüística (PNL) acelera el pro-
ceso de adquisición del idioma mediante la aplicación de
IA para el análisis semántico y la retroalimentación auto-
matizada, proporcionando así automáticamente comen-
tarios a los estudiantes y aumentando su participación
con una estrategia de ludificación. Se puede encontrar
en el siguiente enlace:
evolucionan en función de los errores cometidos a través
de la repetición espaciada, principalmente de los desa-
fíos más difíciles. El software recopila muchos datos so-
bre el comportamiento de aprendizaje de muchos usua-
rios, construye patrones de memoria, y ajusta las leccio-
nes seleccionando el patrón más afín a las características
personales de cada alumno, entre ellas sus fuerzas y de-
bilidades. Este proceso se optimiza utilizando un motor
de aprendizaje de vocabulario y un motor de aprendiza-
je de gramática para generar estadísticas del lenguaje y
gestionar la memoria del estudiante. Se puede encontrar
en el siguiente enlace:

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
Columna Komputer Sapiens 9 / 88
Duolingo ⇒ Además de utilizar IA, AU, repetición espa-
ciada y ludificación para hacer el aprendizaje de idiomas
divertido y atractivo, también anticipa cuándo el usua-
rio olvidará algo que ha aprendido para reforzar su re-
tención. La aplicación utiliza una función conocida como
çerebro de pájaro"para poner ejercicios con base en su
desempeño estimado. Se puede encontrar en el siguiente
enlace:

https://es.duolingo.com
Para saber más de este tema consulta la siguiente IEEE Innovation at work (2020, agosto 28). Impro-
literatura: ve your English with artificial intelligence-powered
apps. https://innovationatwork.ieee.org/
improve-your-english-with-artificial-
Ribeiro, R. (2020, marzo 9). AI in English intelligence-powered-apps/
language learning. World of Better Lear-
ning | Cambridge University Press. https:// Center for data innovation (2017, julio 17). 5 Q’s
www.cambridge.org/elt/blog/2020/03/09/ for Mait Müntel, Co-Founder of Lingvist.https://
artificial-intelligence-english-language- datainnovation.org/2017/07/5qs-for-mait-
learning/ muntel-co-founder-of-lingvist/

Juan Pérez

Start

Progress

50

40

30

20

10

0
Grammar Spelling Listening Elemento 5

Aprende idiomas con la IA .

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
Escenarios para determinar los estímulos que
brindará un asistente tecnológico a una persona con
deterioro cognitivo
Victor M. Montaño Serrano, Juan Manuel Jacinto Villegas, Adriana H. Vilchis González y Otniel
Portillo Rodríguez
Introducción
Las personas con deterioro cognitivo leve pueden ser con-
sideradas como discapacitadas, y debido a su baja acti-
vad física y condición intelectual presentan problemas
para realizar actividades de la vida diaria (ADL por sus
siglas en inglés, Activities of Daily Living ), por lo que
requieren de ayuda permanente de una persona o de un
asistente para poder completarlas [1].
Normalmente, quienes ofrecen ayuda al paciente son
los familiares que viven con él. En la mayoría de los ca-
sos, una sola persona es la que asume toda la respon-
sabilidad en sus cuidados; quien al ser sometida a una
sobrecarga en los trabajos de cuidado puede tener un
impacto negativo, dando lugar a una condición conocida
como síndrome del cuidador[2]. Debido a lo anterior, en
la actualidad diversos grupos de investigación han de-
sarrollado asistentes, con los cuales intentan reducir la
carga de trabajo de los cuidadores y al mismo tiempo
apoyar a los pacientes en sus ADLs.
El presente artículo explica una serie de escenarios
propuestos para el desarrollo de un Asistente Tecnoló-
gico para ayudar a un paciente con deterioro cognitivo
leve (MCI por sus siglas en inglés, Mild Cognitive Im-
pairment ) en la actividad de comer; actividad que fue
determinada en la tesis de maestría [3]. De igual ma-
nera, este artículo sienta las bases para el desarrollo de
un asistente que empleará visión por computadora para
detectar la actividad y realizar intervenciones para que
corregir al paciente.
Para el desarrollo de los escenarios se emplearon las
recomendaciones del diseño centrado en el usuario [4],
que indican que los usuarios deben de participar en las
etapas diseño y desarrollo de nuevos productos. También
se usó del modelo CTA-DCD (Cognitive Task Analysis
/Decision-Centered Design ) propuesto en [5] para el de-
sarrollo de tecnología de personas con MCI.
El modelo CTA indica que para llevar a cabo un desa-
rrollo tecnológico se deben conocer las capacidades cog-
nitivas de una persona y los estímulos a los que reac-
ciona. Lo anterior se emplea para realizar un análisis de
los aspectos sociales (relacionados con los humanos) y
tecnológicos (no humanos) que interactúan entre sí para
perseguir un objetivo común. El modelo DCD consiste
en el análisis, diseño y evaluación de tareas para facili-
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 10 / 88
tar la comprensión de los requisitos tecnológicos para la
toma de decisiones. El modelo se enfoca en las tareas crí-
ticas para realizar una intervención cuando el desempeño
cognitivo de una persona falla. Posteriormente se realiza
una propuesta basada en las capacidades cognitivas y el
nivel de soporte que se requiere.
Además, para desarrollar la propuesta de los esce-
narios se emplearon las recomendaciones de diseño de
interfaces y dispositivos para personas con MCI propues-
tas en [6]; las cuales indican que las interfaces que se van
a utilizar deben seguir las siguientes recomendaciones:
a) contener solo la información necesaria para no dis-
traer a los usuarios de la idea que se quiere transmitir;
b) los colores deben ser de alto contraste; y c) los ico-
nos y sonidos que se usan deben de ser familiares para
las personas. De manera que, se ha propuesto una serie
escenarios para que un asistente tecnológico (TA por
sus siglas en inglés, Technical Assistant ) pueda proveer
mediante una pantalla y bocinas, diferentes estímulos a
un paciente con MCI durante la actividad de comer.
Metodología
El paciente para el cual se está diseñando el Asistente
Tecnológico es un hombre de 56 años. Después de que
presentó un evento cerebro vascular se le realizó un es-
tudio neuropsicológico, donde se concluyó que exhibe los
siguientes problemas: un trastorno neurocognitivo ma-
yor de severidad moderada que reduce la capacidad para
realizar sus ADL’s, alteraciones del lenguaje compatibles
con un síndrome afásico, déficit en las funciones ejecuti-
vas, atención sostenida y selectiva, problemas de memo-
ria visual, así como en las habilidades visoespaciales y las
funciones ejecutivas. Adicionalmente, en [3] se especifica
que la actividad de comer es prioridad, ya que es en la
cual el cuidador asiste al paciente con mayor frecuencia.
En [3] se describe que el paciente tiene “días buenos”,
que se caracterizan porque puede realizar actividades con
ayuda de un cuidador quien le proporciona instrucciones
y le ayuda a mantener la atención para finalizar la acti-
vidad. Adicionalmente, presenta “días malos”, donde los
problemas se vuelven constantes y le dificultan el poder
hacer cualquier actividad, las instrucciones del cuidador
no son suficientes y requiere de que lo apoyen físicamente
para terminar las actividades. La frecuencia con la que
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
se presentan los “días malos” son de una o dos veces al
mes.
Para realizar los escenarios, se emplearon dos habi-
taciones: a) la del paciente, donde se llevó a cabo la ac-
tividad de comer, y b) la de control, donde se realizó el
monitoreo al paciente. Los elementos tecnológicos que se
®
emplearon fueron: un monitor DELL de 19 pulgadas
®
de 1.280 x 1.024 píxeles, una bocina HP de 5w tipo
barra, un micrófono genérico, una cámara web de 1080p
HD usb 2.0 y dos computadoras portátiles MacBookPro
con MacOS 11.5, 8GB en RAM y procesador Intel Core
i5.
Con base en las recomendaciones descritas para desa-
rrollar tecnología para personas con MCI, se elaboraron
elementos de intervención para llamar la atención del
paciente y corregir su comportamiento durante la acti-
vidad de comer tal como si estuviera el cuidador en la
misma habitación. A continuación se describen las inter-
venciones que se seleccionaron para ser evaluadas.
Elementos de intervención
La Figura 1 muestra las nueve imágenes usadas para des-
cribir visualmente las instrucciones que el cuidador repite
constantemente al paciente para ayudarlo en la actividad
de comer; a) usar cuchara para comida líquida; b) usar
el tenedor para la comida sólida; c) indicar al paciente
que debe masticar la comida; d) recordar como usar la
cuchara; e) recordar como usar el tenedor; f) que se apo-
ye de los cubiertos para recoger la comida; g) recordarle
cual es la postura para comer; h) indicarle que ya no hay
comida en el plato; i) acomodar la comida dentro del
plato.
Figura 1. Imágenes utilizadas para ejemplificar y apoyar las
instrucciones que el cuidador le indica al paciente durante los
escenarios.
Las imágenes de la Figura 1 tienen un alto contraste
con el fondo, además no se incluyen más elementos que
puedan distraer al paciente de la idea que se le quiere
transmitir. El monitor utilizado para desplegar las imá-
genes permanece en color negro hasta que se selecciona
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 11 / 88
una imagen correspondiente a la intervención del cuida-
dor; si el paciente cambia su comportamiento, el monitor
regresa a desplegar el color negro.
Para llamar la atención del paciente, se implemen-
tó una alarma sonora que acompañaba el cambio de las
imágenes durante las intervenciones. Se eligió un sonido
de guitarra, ya que el paciente, antes de adquirir MCI,
tocaba este instrumento musical.
En cuanto a las instrucciones orales, se proporcio-
naron de tres formas diferentes. La primera, a la cual
se le denominará como pregrabada, consta de una serie
de grabaciones de la voz del cuidador con las siguientes
instrucciones: a) acerca el plato para comer, b) usa un
tenedor o una cuchara, c) recuerda como se usa el tene-
dor o la cuchara, d) no comas agachado, e) ya no hay
comida, f) come despacio y g) siéntate en el lugar de
comer. La segunda, que se identificará como natural ; a
través de un micrófono el cuidador da las instrucciones
de manera natural, mientras observa al paciente a través
del monitor. La tercera, que se nombrará como grabación
natural, es un compilado de instrucciones grabadas de la
interacción natural del cuidador con el paciente.
Estos elementos de intervención se utilizaron de ma-
nera alternada durante los escenarios. A continuación se
describe a detalle cada uno de estos. Como se puede ver
en las Figuras 2-6; el cuarto del paciente se encuentra
dividido con una línea punteada, la cual representa que
los dispositivos se han colocado una distancia de 1.70 cm
del paciente. En ningún momento hay otra persona con
él en su cuarto, ya que las intervenciones las realizaron
un cuidador y un monitor desde el cuarto de control, que
está contiguo al del paciente.
Escenario 1
La Figura 2 muestra el escenario 1; en el cual se utilizaron
los siguientes elementos: cámara, bocina y computado-
ra. Las intervenciones utilizadas fueron instrucciones
pregrabadas, que eran reproducidas por el operador ma-
nualmente desde la computadora 1 cuando observaba
que el paciente tenía un comportamiento que debía ser
corregido.
Escenario 2
En la Figura 3 se representa el escenario 2, que consta
de los siguientes elementos: cámara, bocina, micrófono y
una computadora. Las intervenciones utilizadas: instruc-
ciones por parte del cuidador mediante el micrófono de
manera natural. La participación del operador se limitó
a motivar al cuidador para seguir interactuando con el
paciente a través del la computadora 1 y el micrófono. A
diferencia con las instrucciones pregrabadas, el cuidador
puede decir una misma instrucción de diferentes mane-
ras. También, puede modular el volumen de su voz para
llamar la atención del paciente.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
Figura 2. Escenario 1 con instrucciones pregrabadas.
Figura 3. Escenario 2 con intervención natural del cuidador.
Escenario 3
El escenario 3 se ilustra en la Figura 4. En esta ocasión
los elementos tecnológicos usados fueron: cámara, boci-
na, micrófono, monitor y dos computadoras. Las inter-
venciones utilizadas fueron: las imágenes, la alarma y las
instrucciones de manera natural. Durante este escenario,
el cuidador le daba las instrucciones por el micrófono al
paciente mientras lo observaba en la computadora 2 a
través de la cámara. Mientras que, desde la computadora
1, el operador apoyaba al cuidador para cambiar las imá-
genes en el monitor cada que se le daba una instrucción
al paciente.
Escenario 4
Por otro lado, en la Figura 5 se muestra el escenario 4,
donde los elementos tecnológicos son los mismo que se
utilizaron en el escenario 3. En cuanto a las interven-
ciones utilizadas, el cuidador le indicaba al paciente las
instrucciones por medio del micrófono mientras lo ob-
servaba desde la computadora 1. Además, se agregó la
alarma sonora que se activaba cada que el operador cam-
biaba las imágenes en el monitor desde la computadora
1. Adicionalmente, se le subió el volumen a la bocina pa-
ra asegurar que el paciente escuchara la voz del cuidador
y la alarma.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 12 / 88
Figura 4. Diagrama del escenario 3 con interacción natural
e imágenes.
Figura 5. Diagrama del escenario 4 con interacción natural
del cuidador, imágenes y una alarma.
Escenario 5
Finalmente, la Figura 6 muestra el escenario 5. Los ele-
mentos utilizados fueron: cámara, bocina y una compu-
tadora. Las intervenciones empleadas fueron instruccio-
nes grabadas de manera natural de la voz del cuidador.
Por lo tanto, las grabaciones se obtuvieron de la inter-
acción del cuidador con el paciente, lo que permitió ex-
traer diferentes instrucciones para el mismo comporta-
miento, así como diferentes tonos de voz, y un sonido de
la voz no mecanizado. Las instrucciones grabadas son las
siguientes: a)“acomoda la comida”, b)“acomoda la me-
sa”, c)“come con la cuchara”, d)“come con el tenedor”,
e)“deja los cubiertos”, f)“despacio”, g)“coloca la toalla”,
h)“junta la comida”, i)“mastica bien”, j)“no te empines”,
k)“no metas la mano”, l)“decir el nombre del paciente”,
m)“siéntate”, n)“toma el agua”, o)“ya no tiene”, p)“ya ter-
minaste”. La participación del operador se enfocó a moni-
torear al paciente y reproducir las grabaciones utilizando
®
el software de edición de audio “GarageBand ” a tra-
vés de la computadora 1. En cuanto al cuidador, se ha
sustituido por las grabaciones.
Este último escenario, representa al asistente tecnoló-
gico que se propone en [3], en donde se propone reducir la
intervención del cuidador, en este caso, a través de la im-
plementación de mensajes de voz grabados para brindar
instrucciones. En la sección de resultados se exponen las
razones por las cuales los escenarios presentados ayudan
o no al paciente durante la actividad de comer.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 13 / 88
con el monitor, se comportó indiferente al sonido. El vo-
lumen con el que se reproducía la voz y la alarma no
fueron molestos para el paciente ya que tampoco realizó
ninguna acción para bajar el volumen o apagar la bocina
al principio, durante, o al final de la actividad de comer.
El tiempo que tarda el paciente en modificar su com-
portamiento en la interacción natural del cuidador con el
paciente es menor respecto a la interacción pregrabada.
Esto se debe a que el cuidador puede moderar el volumen
de su voz, de manera que si el paciente no atiende una
instrucción, el mensaje puede cambiar, tanto en el tono
Figura 6. Diagrama del escenario 5 con instrucciones graba- como en su contenido.
das extraídas de la interacción entre el cuidador y el paciente.
Tabla 2. Ventajas y desventajas de los escenarios.
Resultados EscenarioVentajas Desventajas
Las pruebas se llevaron a cabo durante siete “días bue- 1 La voz del cuidador es Las voces pregrabadas
nos”; esto significa que el paciente podía reconocer la conocida para el pacien- se escuchan mecaniza-
persona que le estaba hablando desde un micrófono. Ade- te das. El tiempo para
más, respondía cuando se le hacían preguntas simples. De seleccionar las graba-
igual manera el paciente sabe que tiene un monitor fren- ciones y repetirlas no
te a él y que sirve para ver imágenes o vídeos, también, es continuo. Grabacio-
es consciente que está siendo grabado con una cámara y nes insuficientes
2 La retroalimentación es El cuidador quiere in-
reconoce el dispositivo. No fue necesario realizar un es- en tiempo real y conti- teractuar de otra forma
cenario en “días malos”; ya que se sabe que en estos días nua. La voz del cuidador con el paciente e inte-
el paciente no sigue las instrucciones del cuidar, incluso es natural. Diálogos uti- rrumpe las instrucciones
requiere de apoyo físico para completar sus ADL‘s. lizados por el cuidador que le da.
con el paciente son na-
Tabla 1. Comparación entre los escenarios. turales.
Comportamiento del paciente Escenario 3 La retroalimentación es El video no afecta el
1 2 3 4 5 en tiempo real y conti- comportamiento del pa-
Atención a la voz Sí Sí Sí Sí Sí nua. La voz del cuidador ciente
Atención al vídeo NA NA No No NA es natural.
Atención a la alarma NA NA NA No NA 4 Se usa el sonido de una El sonido de guitarra no
Corrige el comportamiento Sí Sí Sí Sí Sí guitarra ya que es cono- llama la atención del pa-
Corrige el comportamiento No Sí Sí Sí Sí cido para el paciente. ciente
instantáneamente 5 Voz natural del cuida- El tiempo de respuesta
No aplica (NA), se refiere a que no se puede verificar el cambio de dor. Diálogos utilizados del paciente aumenta a
comportamiento durante el escenario; Sí/No, indica que el por el cuidador con el diferencia del escenario
paciente presenta o no el comportamiento. paciente son naturales. 2 y 3, pero no tarda tan-
to como con el escenario
En la Tabla 1 se presenta un resumen de las respues- 1.
tas que el paciente tuvo ante los estímulos recibidos en
los cinco escenarios, se puede observar que el paciente sí La Tabla 2 muestra una comparación entre las ven-
presta atención a la voz del cuidador y que al escuchar- tajas y desventajas de los escenarios. Donde se puede
la cambia su comportamiento. Por otro lado, el paciente observar que la voz natural del cuidador es el estímulo
en ningún momento le puso atención a las imágenes que al cual el paciente responde de mejor manera (escenario
se mostraron en el monitor; este comportamiento lo pre- 2). También muestra que el sistema debe de brindar la
sentó cuando las imágenes estaban solas y cuando iban retroalimentación en tiempo real y de manera repetida,
acompañadas por el sonido de la alarma. Una vez que ya que el paciente requiere ser estimulado continuamente
empezó con la actividad de comer no volteó a ver el mo- para poder cambiar su comportamiento (escenario 5).
nitor, su desdén hacia el dispositivo se reflejó en que ni Con el escenario 5, el cuidador se mostró sorprendido
hizo el intento por apagarlo. al ver que el paciente puede corregir su comportamiento
En cuanto a la voz emitida por la bocina, el pacien- únicamente escuchando su voz. Esta es una ventaja, ya
te se mostró atento, y dicho estímulo fue suficiente para que el cuidador puede presentar fatiga cuando debe de
que corrigiera su comportamiento. Por otro lado, la alar- repetir las instrucciones y por momentos la motivación
ma no causó ninguna reacción del paciente. Al igual que que le provee al paciente se ve interrumpida.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
Con un asistente implementado, tal como en el es-
cenario 5, se pudiera ayudar al paciente en la actividad
de comer. Sin embargo, éste no sería de utilidad en un
“día malo”, ya que es necesario realizar una intervención
física para retirar la comida y quitarle los cubiertos al
paciente. Por lo que para llamar su atención y cambiar
su comportamiento, podría ser necesario una interacción
física entre el TA y el paciente, característica que no esta
considerada en el desarrollo del asistente por el momen-
to.
Durante las pruebas con los escenarios, las instruc-
ciones que se repitieron con una frecuencia mayor a 20
´´
veces son las siguientes: “mastica bien”, no te empi-
nes”, “acomoda la comida” y decir su nombre. Con una
frecuencia entre 15 y 20 veces se presenta: “come con la
cuchara”, “come con el tenedor”, “come despacio”, “junta
la comida”, “no metas la mano”. Las instrucciones que se
repiten con una frecuencia menor a 10 veces son: “aco-
moda la mesa”, “deja los cubiertos”, “coloca la toalla”,
“siéntate”, “toma el agua”, “ya no tiene”, “ya terminaste”.
Discusiones
La automatización de los escenarios descritos pueden
apoyar a una persona con MCI durante la actividad de
comer, apoyando también al cuidador debido a que su
carga de trabajo realizada sería menor.
La aplicación del modelo CTA-DCD [5], junto con las
recomendaciones para el diseño de interfaces para perso-
nas con MCI [6], permitió el desarrollo y selección de los
elementos de intervención para un TA. La metodología
que se presenta en el artículo es similar a la del diseño
centrado en el usuario [4]. Sin embargo, debido a que
permiten involucrar a usuarios con MCI durante la eta-
pa de desarrollo, la tecnología se seleccionó tomando en
cuenta las capacidades cognitivas del usuario.
De la misma manera, se puede indicar que para de-
sarrollar este asistente, se requieren los elementos tecno-
lógicos y de intervención presentados en el escenario 5
(ver Figura 6). Para identificar que instrucción debe ser
generada por el TA, es necesario el desarrollo de módulos
con algoritmos basados en visión por computadora.
Además, el desarrollo de tecnología para apoyar a los
cuidadores y pacientes con MCI es de suma importancia,
ya que según, el INEGI en 2019 [7], en México hay ca-
si 7.7 millones de personas con una discapacidad, de las
cuáles, el 11.8 % son personas que tiene una discapacidad
relacionada a problemas mentales, como lo es el MCI.
Aunque en la literatura se pueden encontrar auto-
res que reconocen actividades mediante la visión por
computadora por medio de la postura [8], relacionando
el objeto que sujetan [9], e incluso mediante un robot
[10], no se ha encontrado un TA que sea capaz de ofrecer
una retroalimentación auditiva para corregir al usuario
al realizar una actividad de la vida diaria de manera
correcta.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 14 / 88
Conclusiones
Gracias a los 5 escenarios implementados se obtuvieron
las siguientes conclusiones que deben tomarse en cuenta
para el desarrollo del TA. En primer lugar, el asistente
podría ayudar al cuidado del paciente durante la activi-
dad de comer. Aún cuando el paciente tiene “días malos”,
éstos no son tan recurrentes, ya que se presentar una o
dos veces al mes. Por lo tanto, el TA puede ayudar a una
persona durante la actividad de comer. Lo que conduce
a que el asistente pueda ser implementado mediante la
metodología propuesta para modificar el comportamien-
to del paciente y apoyarlo durante la actividad de comer.
Por lo tanto, se puede continuar con el desarrollo de un
TA que empleará visión por computadora para sustituir
los elementos que se encuentran en el cuarto de control
con un software que realice el trabajo de monitorear al
paciente durante la actividad de comer.
De igual manera, el paciente en un “día malo” pre-
senta características de personas con deterioro cognitivo
severo que no permiten el uso del asistente debido a que
requiere de ayuda física del cuidador para completar la
actividad de comer. Es por esto que no se recomienda el
uso del TA para personas con deterioro cognitivo severo.
Por otro lado, los escenarios mostraron que no se re-
quiere la retroalimentación visual (imágenes de correc-
ción) ya que el paciente no puso atención al monitor
durante los experimentos realizados. Eso simplifica los
requerimientos tecnológicos que se requieren para la in-
teracción entre el asistente y el paciente.
Adicionalmente, los mensajes de voz con las instruc-
ciones que se emplearán, deben ser grabados directamen-
te de la interacción entre el cuidador y el paciente para
que el segundo corrija su comportamiento y mantenga su
atención durante la actividad. Sin embargo, la voz gra-
bada del cuidador no debe de escucharse mecanizada,
debe ser de manera natural, por lo tanto, los mensajes
no deben ser leídos; para lo cual, en este experimento
se demostró que deben de ser extraídos de una graba-
ción cuando se lleva a cabo la interacción entre el cui-
dador y el paciente. De esta manera, se pueden obtener
más mensajes con instrucciones diferentes para un mis-
mo comportamiento.
Por último, se sugiere utilizar la voz del cuidador
para grabar los mensajes ya que, como se indica en las
recomendaciones para el desarrollo de tecnología para
personas con MCI [6], los estímulos que se transmiten a
los pacientes deben ser conocidos, debido a sus condicio-
nes si se usa la voz de una persona diferente, el paciente
podría no hacer caso.✵
REFERENCIAS
1. Edwards, R.D., et al. (2020). Difficulty and help with activities
of daily living among older adults living alone with cognitive
impairment. Alzheimer’s & Dementia, 16(8), 1125-1133.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
2. Pérez Rodríguez, M., et al. (2017). El síndrome del cuidador
en cuidadores principales de ancianos con demencia Alzhéimer.
Gaceta Médica Espirituana, 19(1), 38-50.
3. Montaño Serrano, V. M. (2020). Propuesta conceptual de un sis-
tema de asistencia tecnológica para un paciente con deterioro
cognitivo leve: Un caso de estudio. Tesis de maestría, Maestría
en Ciencias de la Ingeniería. Universidad Autónoma del Estado
de México.
4. Still, B., y Crane, K. (2017). Fundamentals of user-centered
design: A practical approach. CRC press. ISBN 978-131-520-
092-7, 347.
5. Shastri, K. (2019). Exploring the requirements for technology
design to support people with mci or early-onset dementia at
work. Tesis de maestría, Master of Applied Science in Systems
Design Engineering. University of Waterloo.
6. Irazoki, E., et al. (2020). Technologies for cognitive training and
cognitive rehabilitation for people with mild cognitive impair-
Komputer Sapiens 15 / 88
ment and dementia. A systematic review. Frontiers in psycho-
logy, 11, 648.
7. INEGI. (2019). Estadísticas a propósito del día internacio-
nal de las personas con discapacidad. Recuperado el 3 de
diciembre de 2019, de https://www.inegi.org.mx/contenidos/
saladeprensa/aproposito/2019/discapacidad2019_nal.pdf.
8. Rodríguez-Moreno, I., et al. (2020). Shedding light on people
action recognition in social robotics by means of common spa-
tial patterns. Sensors, 20(8), 2436.
9. Kostavelis, I., et al. (2019). Understanding of human behavior
with a robotic agent through daily activity analysis. Interna-
tional Journal of Social Robotics, 11(3), 437-462.
10. Riva, G., y Riva, E. (2019). RAMCIP: An Advanced Social Ro-
bot for Providing Assistance at Home to Older People in Need.
Cyberpsychology, Behavior, and Social Networking, 22(7),
510-511.

SOBRE LOS AUTORES

Victor M. Montaño Serrano obtuvo el grado de Ingeniero en Computación en 2015, y el grado de

Maestro en Ciencias de la Ingeniería en 2019 por la Universidad Autónoma del Estado de México. Ac-
tualmente es profesor de asignatura en la misma universidad. Sus intereses científicos incluyen robótica
de asistencia, visión por computadora, interacción humano-robot, automatización, robótica educativa
y desarrollo de aplicaciones.
Juan Manuel Jacinto Villegas obtuvo el grado de Ingeniero en Electrónica, y Maestro (con hono-
res) en Ingeniería Electrónica, por el Instituto Tecnológico de Orizaba en 2010 y 2012, respectivamente.
En 2017, obtuvo el grado de Doctor (con honores) en Tecnologías Digitales Emergentes en el área de
investigación de Robótica Perceptual de la Scuola Superiore Sant’Anna, Pisa, Italia. Desde el 2018
es Profesor Investigador del programa Cátedras CONACYT, ahora llamado “Investigadoras e Investi-
gadores por México” del CONACYT, con la Facultad de Ingeniería de la Universidad Autónoma del
Estado de México (UAEM), Toluca, México. Sus áreas de intereses incluyen robótica, control háptico,
interacción humano-robot, electrónica, mecatrónica y automatización.

Adriana H. Vilchis González obtuvo el grado de Doctora en Imagen, Visión y Robótica en el

Instituto Nacional Politécnico de Grenoble, Francia. Actualmente es profesora e investigadora en las
Facultades de Ingeniería y de Medicina de la Universidad Autónoma del Estado de México. Sus intereses
científicos incluyen Robótica Médica y Sistemas Mecatrónicos.

Otniel Portillo Rodríguez obtuvo el grado en Ingeniería Electrónica en el Instituto Tecnológico de

Toluca en el año 2000. En 2002, obtuvo el grado de Maestro en Sistemas Electrónicos por el Instituto
Tecnológico de Estudios Superiores de Monterrey Campus Toluca. En 2008, le fue concedido el grado
de Doctor en Robótica Perceptual por la Scuola Superiore Sant’Anna, Pisa, Italia. Actualmente, es
profesor de tiempo completo asociado a las facultades de Ingeniería y Medicina de la Universidad
Autónoma del Estado de México. Apoya a los programas de maestría y doctorado en ingeniería de dicha
facultad (ambos pertenecientes al PNPC). En la facultad de medicina está asociado a la licenciatura
en Bioingeniería Médica. Sus áreas de interés incluyen: machine learning, dispositivos mecatrónicos,
procesamiento de señales e imágenes.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
Robots médicos de punción percutánea compatibles
con resonancia magnética
Isis Danae Sánchez Hernández, Adriana Herlinda Vilchis González y Juan Carlos Ávila Vilchis
Introducción
El estudio de Resonancia Magnética (RM) es la tecnolo-
gía médica diagnóstica de imágenes más apropiada pa-
ra la visualización de tejidos blandos. La RM produce
imágenes anatómicas tridimensionales detalladas de ex-
celente calidad, es capaz de detectar cambios pequeños
en estructuras anatómicas y ofrecer contrastes elevados
útiles para la diferenciación de tejidos. A diferencia de
otros estudios como los rayos X o la tomografía compu-
tarizada, la RM no expone a los pacientes ni al personal
médico a radiación ionizante, que es potencialmente da-
ñina para el ser humano.
La RM emplea imanes que producen un potente cam-
po magnético que, en conjunto con ondas de radiofre-
cuencia generadas mediante una computadora, crean las
imágenes detalladas de los órganos y tejidos del cuer-
po. Aunque la RM no emite radiación ionizante dañina
para el ser humano, el campo magnético que produce
se extiende más allá de la máquina y ejerce fuerzas de
atracción sobre objetos de hierro, algunos aceros y otros
objetos magnetizables. Por lo mencionado, la RM está
contraindicada en presencia de materiales que pueden
ser afectados por los campos magnéticos potentes. Estos
materiales incluyen: (1) metales ferromagnéticos; (2) dis-
positivos médicos magnéticamente activados o controla-
dos electrónicamente (como marcapasos, desfibriladores
cardioversores implantables e implantes cocleares); y (3)
cables eléctricos o materiales no ferromagnéticos como
cables de marcapasos y ciertos catéteres [1].
El campo magnético de la RM es muy fuerte y pue-
de estar siempre activo. Así, un objeto ferromagnético
(tanques de oxígeno, postes de metal, o cualquier otro)
en la entrada de la sala de exploración puede ser atraído
por el imán a alta velocidad y ocasionar un accidente.
La única manera de separar el objeto del imán puede ser
desactivar (anular) el campo magnético [1].
Algunas de las aplicaciones de la RM son el diag-
nóstico, investigación y análisis de anomalías, tumores,
quistes, y lesiones en diferentes estructuras anatómicas
del cuerpo. Debido al avance de robots médicos en tér-
minos de tecnología, investigación y desarrollo, muchos
campos de la medicina se han visto positivamente im-
pactados con la introducción de sistemas robóticos, como
Los robots médicos compatibles con resonancia magnética son capaces de
mejorar los procedimientos quirúrgicos actuales.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 16 / 88
es el caso de la cirugía robótica en combinación con es-
tudios imagenológicos como la RM. Bajo este esquema,
las capacidades de la resonancia magnética han mejo-
rado para permitir intervenciones con aguja dentro del
equipo de RM, donde un médico puede seleccionar un
objetivo e introducir una aguja a través de la piel en
estructuras anatómicas específicas, como articulaciones
o raíces nerviosas para inyectar un agente de contraste
o un analgésico. El médico también puede llegar a dife-
rentes órganos internos, como la próstata, la mama, el
hígado o el cerebro para realizar una biopsia y apuntar
a las lesiones cancerosas con procedimientos de ablación
con aguja para quemar o congelar las células malignas.
Se han desarrollado diversos dispositivos e incluso agujas
de materiales que han demostrado no presentar suscep-
tibilidad ante el campo magnético generado por la RM y
que son compatibles con el estudio, como pueden ser el
Titanio, aleaciones de Cromo-Cobalto, Cobre e incluso
acero inoxidable [2].
La aplicabilidad de los sistemas robóticos en proce-
dimientos quirúrgicos ha quedado demostrada en proce-
dimientos complejos, mejorando la precisión en los mo-
vimientos del médico, reduciendo el tiempo de conva-
lecencia y de pérdida sanguínea y permitiendo realizar
operaciones a distancia; todo ello con un bajo índice de
errores y escasas complicaciones presentadas [3]. A su
vez, se logra ampliar la utilidad de la RM, pasando de
ser exclusivamente un método de diagnóstico a ser parte
de la intervención quirúrgica.
A continuación, se presenta una revisión del avance
de plataformas robóticas guiadas por RM para realizar
la tarea de punción percutánea en tejidos de interés.
Robots de punción compatibles con RM
Se realizó una revisión de las plataformas robóticas com-
patibles con RM desarrolladas en los últimos años, tan-
to experimentales como comerciales. En las secciones si-
guientes, se hace un compendio de las principales apli-
caciones de dichos robots, primeramente, divididos por
el tipo de robótica empleada (robótica rígida o robótica
suave) y subdividida de acuerdo con la región anatómica
para la que el robot tiene aplicación.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
I. Principales aplicaciones de la robótica guia-
da por RM
Las siguientes subsecciones se enfocan en los sis-
temas robóticos tanto rígidos como suaves de RM
para intervenciones con aguja. Los sistemas de ro-
bótica rígida se comentan para cuatro categorías:
(a) diagnóstico e intervención de cáncer de mama;
(b) biopsias de próstata y braquiterapia; (c) biop-
sia e intervenciones neuronales y (d) otras aplica-
ciones guiadas por RM con aguja. Las aplicaciones
de los robots suaves se especifican en su respectiva
sección.
II. Robots rígidos
El manipulador industrial común, es un ejemplo
de robot rígido, el cual forma una cadena cinemá-
tica de varios grados de libertad, constituido por
eslabones y articulaciones. Siendo estructuras con
muy poca capacidad de deformación elástica, las
articulaciones permiten el movimiento relativo en-
tre eslabones consecutivos gracias a un sistema de
actuación y de transmisión que está acoplado a ca-
da eslabón.
a. Diagnóstico e intervención de cáncer de
mama
El cáncer de mama es el tipo de cáncer más
común, en 2020 se presentaron más de 2,2 mi-
llones de casos y produjo la muerte de alrede-
dor de 685,000 mujeres, posicionándose como
la primera causa de muerte en mujeres a nivel
mundial. Una estrategia útil para contrarres-
tar las elevadas cifras de letalidad que ocasio-
na esta enfermedad es su detección y trata-
miento en sus fases iniciales, para lograr esto
es necesario contar con procedimientos y dis-
positivos que brinden diagnósticos oportunos
[4].
La RM es altamente sensible a las lesiones del
cáncer de mama, proporcionando una tasa de
detección de alrededor del 90Larson [2], desa-
rrolló el primer dispositivo robótico de inter-
venciones con RM interactivas para mamas
en Estados Unidos. A partir de ese momento,
se han reportado algunos nuevos sistemas en
la literatura. Yang [2], utilizó cilindros neu-
máticos para desarrollar un sistema maestro-
esclavo para biopsias de mamas trabajando en
RM. Este sistema cuenta con 6 Grados de Li-
bertad (GDL), uno de ellos acciona la punción
de la aguja.
Park [4], desarrolló un sistema robótico auto-
mático de intervención con aguja flexible para
biopsia de mama guiada por RM para superar
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 17 / 88
la limitación de espacio del orificio del escáner.
Este sistema robótico permite acceder al área
de la mama desde un costado del paciente. El
cirujano elige un punto de objetivo en las imá-
genes de RM y el sistema robótico calcula la
navegación de la aguja, visualiza la trayecto-
ria de la aguja y conduce automáticamente la
aguja que es flexible en una trayectoria cur-
va hacia el objetivo. Los estudios en fantoma
(material que simula el tejido humano) mos-
traron una precisión de 0,8 mm para localizar
la punta de la aguja.
En la Universidad de Twente, se desarrolló
Stormram 4 [5], un sistema robótico novedo-
so y compacto de 4 GDL impreso en plástico.
Stormram 4 utiliza motores paso a paso neu-
máticos lineales y un motor paso a paso neu-
mático curvo de reciente desarrollo. Este ro-
bot muestra una precisión posicional de 0,71,
0,2 y 0,21 mm en las direcciones X, Y y Z,
respectivamente. Tiene el objetivo de realizar
extracción de tejido (biopsias) durante la ex-
ploración de la mama por RM de una forma
más precisa.
b. Biopsias de próstata y braquiterapia
El cáncer de próstata fue en 2020, el cuar-
to cáncer que presentó más casos nuevos en
el mundo con un total de 1.41 millones de ca-
sos nuevos. Una de las principales aplicaciones
de los sistemas robóticos compatibles con RM
es la braquiterapia y biopsias de próstata. La
primera prueba en humanos usando un siste-
ma robótico intraoperativo guiado por RM fue
reportado por Bosch en un paciente [2]. Este
sistema posee 5 GDL ajustables manualmente
y uno para la aguja de inserción automática
con precisión de menos de 1mm.
Ball [6], usó un robot con 6 GDL llamado Mr-
Bot que fue aprobado para realizar pruebas
humanas. Cinco hombres con una edad media
de 66 años se sometieron a biopsia con Mr-
Bot, donde para 30 pruebas de biopsias, se
informó una precisión de focalización de 2,55
mm, sin correcciones de trayectoria ni inten-
tos fallidos. Todos los pacientes toleraron bien
el procedimiento. En MrBot, se usaron moto-
res PneuStep (Motor Neumático a Pasos de
material dieléctrico no magnético) que pro-
porcionan una actuación neumática diseñada
especialmente para esta aplicación. MIRIAM
es un sistema robótico para intervenciones de
cáncer de próstata, que se encuentra en fa-
se de estudio en fantoma. Es accionado por
motores piezoeléctricos, mientras que el me-
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
canismo de inserción de la aguja es accionado
por un motor neumático, tiene un total de 9
GDL [2].
c. Biopsia e intervenciones neuronales
Los procedimientos relacionados con el cere-
bro incluyen biopsia, inyección de medicamen-
tos, cirugía con láser, tratamiento con radia-
ción y colocación de electrodos para la esti-
mulación cerebral profunda. La RM es la mo-
dalidad de imágenes más utilizada que puede
visualizar tanto la función como la estructura
del cerebro [1].
Comber [7], presentó un robot accionado neu-
máticamente para neurocirugía guiada por
RM. La estructura de tubo concéntrico del ro-
bot resultó en desafíos de control y fallas de
linealidad. Se adaptó posteriormente para el
tratamiento de la epilepsia mediante ablación
térmica y para la hipocampotomía transfora-
menal. Tiene 5 GDL y una precisión promedio
de 0.032mm.
Ho [2], presentó un robot neuroquirúrgico
compatible con RM. Usando dos alambres de
aleación con memoria de forma antagónica
(SMA) como actuadores para cada articula-
ción, usando la temperatura para controlar el
movimiento de la articulación del robot. Este
fue probado en fantoma y posee 4 GDL.
d. Otras aplicaciones
Stoianovici [8], desarrolló un robot de RM pa-
ra biopsias óseas. Un estudio en fantoma mos-
tró un error de focalización 2D promedio de
1,25 mm y un error 3D promedio de 1,39 mm.
Utiliza motores PneuStep, tiene 3 GDL, dos
para posicionar la aguja y uno para accionar-
la.
Franco [9], desarrolló un sistema robótico
montado en una mesa accionado neumática-
mente para ayudar a los médicos en la abla-
ción de tumores hepáticos guiada por RM. Es-
te sistema robótico se sometió a dos estudios
clínicos con resultados prometedores. Los ex-
perimentos de fantoma sugirieron que el aho-
rro de tiempo potencial al usar este robot sería
de 30 minutos en comparación a los procedi-
mientos de ablación hepática convencionales.
Tiene 4 GDL como cilindros neumáticos que
son accionados por reguladores de presión pa-
ra posicionar la aguja.
III. Robots Suaves
Los robots suaves están frecuentemente inspirados
en sistemas biológicos con la capacidad de adap-
tarse mejor a entornos de la misma naturaleza. En
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 18 / 88
contraste con los robots de cuerpo rígido, los ro-
bots suaves tienen una deformación continua en su
estructura flexible, lo que resulta en grados de li-
bertad más complejos y a su vez con más similitud
a la anatomía humana. Los robots suaves adop-
tan materiales elásticos para el cuerpo principal y
materiales como polímeros, hules, siliconas u otros
materiales flexibles para sus partes móviles. Hasta
el momento, únicamente se ha encontrado en la li-
teratura un robot suave que se adapta a la tarea
de punción percutánea, así como uno adicional en
desarrollo, ambos son mencionados a continuación
a. Robot suave de aguja percutánea guia-
do por RM con actuador impulsado por
fluido
Se trata de un sistema robótico montado en
el paciente de tamaño pequeño para la coloca-
ción de agujas percutáneas guiadas por RM,
que permite la orientación e inserción simultá-
neas de la aguja en múltiples ubicaciones con
varios robots. El dispositivo está diseñado pa-
ra ayudar al cirujano a realizar intervenciones
intraoperatorias, como la ablación por radio-
frecuencia y láser de los órganos abdominales
[3].
Para guiar la aguja del robot se consideraron 2
grados de libertad planares en el punto de in-
serción predeterminado por el cirujano, estos
grados de libertad se logran con tres cáma-
ras fluídicas suaves, que están llenas de agua
destilada. El sistema proporciona un posicio-
namiento semiautomático de la aguja.
El sistema está construido con materiales que
cumplen con el estándar de compatibilidad de
RM. Para minimizar la interferencia con las
imágenes de RM, la estructura principal del
robot está impresa en 3D con polímeros bio-
compatibles. Los componentes restantes tam-
bién están hechos de materiales no conducto-
res, no metálicos y no ferromagnéticos.
b. Robot suave para biopsias en la región
toracoabdominal compatible con RM
Actualmente, los autores de este artículo se
encuentran trabajando en una innovación del
dispositivo propuesto por Cruz [10], se trata
de una plataforma experimental que contem-
pla dos grados de libertad en una articula-
ción semiesférica (para el posicionamiento de
la aguja), como la mostrada en la Figura 1,
generando el movimiento con cuatro cámaras
como actuadores de activación neumática. Po-
see un tercer grado de libertad para la inser-
ción de la aguja.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
La innovación se centra en el uso de cámaras
de silicona que se accionan neumáticamente,
esto se asimila a tener una serie de globos co-
nectados de un costado entre sí que, al ser
insuflados, se producirá un movimiento angu-
lar. La silicona se encuentra inicialmente en
estado líquido en partes A y B, luego de ser
mezclada se vierte en moldes prediseñados e
impresos en 3D; pasando el tiempo de secado
quedan listos para ser montados en la base, ac-
cionando el movimiento al ser insuflados por
un compresor, como se muestra en la Figura
2.
Figura 1. Arquitectura robótica de los 3 GDL [1].
Estos dispositivos favorecen al diagnóstico oportuno de una de las
enfermedades más devastadoras del mundo: el cáncer.
Conclusión
La cirugía robótica se ha convertido en una parte impor-
tante de la cirugía clínica, puede ser aprovechada al ser
utilizada en conjunto con otras tecnologías como la RM,
que posee características y ventajas únicas dentro de la
variedad de estudios de imágenes médicas. Con el de-
sarrollo de la tecnología, se ha desplegado una variedad
de nuevas aplicaciones de la robótica en la medicina que
permiten al médico desarrollar sus actividades con ma-
yor soltura y seguridad, y al paciente acceder a estudios
diagnósticos y tratamientos más eficientes que compro-
meten menos su estado de salud.
Las diversas aplicaciones que se mencionaron en el
artículo favorecen principalmente al diagnóstico y decre-
mento de una de las enfermedades más devastadoras del
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 19 / 88
Figura 2. a) Moldes impresos en 3D. b) Actuador en estado
pasivo. c) Actuador en estado activo.
Este dispositivo tiene la finalidad de automa-
tizar la etapa de extracción de tejido en las
biopsias con aguja, pretendiendo aumentar
con respecto a los procedimientos convencio-
nales, la precisión, sensibilidad, visibilidad y
control de la etapa de extracción de tejido en
biopsias, para su posterior análisis histopato-
lógico y diagnóstico.
mundo: el cáncer, que se presenta en sus etapas inicia-
les como tumores en los diversos órganos y tejidos del
cuerpo, para los cuales, los estudios de diagnóstico se
basan principalmente en biopsias. Siendo las biopsias de
punción percutánea con aguja, las menos invasivas pa-
ra el organismo, ya que conllevan un riesgo de infección
postoperatoria más bajo, un tiempo de recuperación más
corto y una lesión mínima. Por lo que, además, la auto-
matización del procedimiento con dispositivos robóticos
beneficia a todos los involucrados significativamente.
Existe un reto en el desarrollo de materiales y tecno-
logía para la robótica suave, que como se presenta en el
artículo, posee algunas bondades debido a su morfología
y constitución, sobre todo cuando se requiere interacción
directa con el humano, como en las cirugías y la medi-
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
cina general. No obstante, los robots suaves tienen cada
día más presencia en las diversas áreas de la ingeniería,
lo que propiciará una gama más amplia de alternativas
para seguir desarrollando tecnología y soluciones biomé-
dicas. ✵
REFERENCIAS
1. Tsekos, N., Khanicheh, A., Christoforou, E., y Mavroidis, C.
(2007). Magnetic Resonance–Compatible Robotic and Mecha-
tronics Systems for Image-Guided Interventions and Rehabili-
tation: A Review Study. Annual Review of Biomedical Engi-
neering, 9(1), 351-387.
2. Monfaredi, R., Cleary, K., y Sharma, K. (2018). MRI Robots
for Needle-Based Interventions: Systems and Technology. Bio-
medical engineering society, 46(10), 1479-1497.
3. He, Z., Dong, Z., Fang, G., Ho, L., Cheung, L., Chang, C.,
Chong, N., Chan, K., Chan, M., y Kwok, W. (2020). De-
sign of a Percutaneous MRI-Guided Needle Robot With Soft
Fluid-Driven Actuator. IEEE Robotics and Automation Let-
ters, 5(2), 2100-2107.
4. Park, S., Kim, G., Lim, W., Yoon, H., Kim, J., Kang, S., y
Jo, H. (2017). A magnetic resonance image-guided breast need-
le intervention robot system: Overview and design considera-
tions. International Journal of Computer Assisted Radiology
and Surgery, 12(8), 1319-1331.
Komputer Sapiens 20 / 88
5. Groenhuis, V., Siepel, F.J., Veltman, J., van Zandwijk, J.K., y
Stramigioli, S. (2018). Stormram 4: An MR Safe Robotic System
for Breast Biopsy. Annals of Biomedical Engineering, 46(10),
1686-1696.
6. Ball, M.W., Ross, E., Ghabili, K., Kim, C., Jun, C., Petrisor,
D., Pan, L., Epstein, I., Macura, J., Stoianovici, S., y Allaf,
E. (2017). Safety and Feasibility of Direct Magnetic Resonan-
ce Imaging-guided Transperineal Prostate Biopsy Using a No-
vel Magnetic Resonance Imaging-safe Robotic Device. Urology,
109, 216-221.
7. Comber, D.B., Barth, E.J., y Webster, R.J. (2014). Design and
Control of an Magnetic Resonance Compatible Precision Pneu-
matic Active Cannula Robot. Journal of Medical Devices, 8(1),
011003.
8. Stoianovici, D., Jun, C., Lim, S., Li, P., Petrisor, D., Fricke,
S., Sharma, K., y Cleary, K. (2018). Multi-Imager Compatible,
MR Safe, Remote Center of Motion Needle-Guide Robot. IEEE
Transactions on Biomedical Engineering, 65(1), 165-177.
9. Franco, E., Ristic, M., Rea, M., y Gedroyc, W.M.W. (2016).
Robot-assistant for MRI-guided liver ablation: A pilot study.
Medical Physics, 43(10), 5347.
10. Cruz, A.M. (2007). Diseño de un robot de tres grados de li-
bertad para punción, compatible con ambientes de tomografía
computada y resonancia magnética, y fabricación de un primer
prototipo de laboratorio. Tesis de Maestría. Universidad Autó-
noma del Estado de México.

SOBRE LOS AUTORES

Isis Danae Sánchez Hernández es estudiante de Bioingeniería Médica en la Universidad Autónoma
del Estado de México. Se desempeña actualmente en el departamento de Ingeniería Biomédica en un
hospital de tercer nivel de atención y en el desarrollo de una plataforma robótica suave para biopsias
compatible con resonancia magnética. Sus áreas de interés incluyen Robótica Médica, Telemedicina y
desarrollo de Prótesis de miembro superior.

Adriana H. Vilchis González obtuvo el grado de doctor en Imagen, Visión y Robótica en el

Instituto Nacional Politécnico de Grenoble, Francia. Actualmente es profesor investigador en las
Facultades de Ingeniería y de Medicina de la Universidad Autónoma del Estado de México. Sus
intereses científicos incluyen Robótica Médica, Robots Suaves y Sistemas Mecatrónicos.

Juan C. Ávila Vilchis obtuvo el grado de doctor en el Instituto Nacional Politécnico de Grenoble,
Francia. Actualmente es profesor investigador en las Facultades de Ingeniería y de Medicina de la
Universidad Autónoma del Estado de México. Sus intereses científicos incluyen Modelado, Análisis y
Control de sistemas no lineales y Robótica Médica.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
De Big Data al Smart Data en datos no balanceados
con alta dimensionalidad y baja densidad: un
análisis experimental de técnicas de sobremuestreo
Armando Bolívar, Vicente García, Roberto Alejo y Rogelio Florencia-Juárez
Introducción
El concepto de Big Data o datos masivos cuenta con di-
ferentes definiciones en la literatura. De manera general,
se podría definir como grandes volúmenes de datos gene-
rados por dispositivos que hacen uso de la red de Inter-
net. El beneficio real de Big Data no se encuentra en los
datos, sino en la habilidad de descubrir patrones con la
aplicación apropiada de las técnicas de análisis de datos.
El análisis de datos masivos ha permitido tener avan-
ces al desarrollar sistemas automáticos de predicción en
diversas áreas como la medicina, negocios, transporte,
energía, entre otras [1].
Para transformar los datos masivos en conocimiento,
se utilizan técnicas de aprendizaje automático o Machine
Learning. Las técnicas se pueden dividir en dos principa-
les categorías: el aprendizaje supervisado y el aprendizaje
no supervisado. En el aprendizaje supervisado los datos
contienen una etiqueta de salida categórica o continua, a
partir de los cuales se entrenan modelos de clasificación
o regresión.
Los algoritmos de clasificación se emplean en tareas
donde el objetivo es predecir una etiqueta de clase. Por lo
tanto, se usan en preguntas con respuestas dicotómicas
(dos clases) o multicotómicas (multiclase). Por ejemplo,
dada una radiografía de toráx, ¿el paciente tiene COVID-
19? o teniendo en cuenta los rangos de longitud de onda
de una imagen hiperespectral, ¿qué tipo de vegetación
representa cada pixel?. En regresión el objetivo es pre-
decir un valor numérico continuo, por lo tanto, puede
dar respuesta a preguntas relacionadas con el precio de
una vivienda, la edad de una persona, el salario de un
empleado, el valor de una divisa, entre otros.
En el aprendizaje no supervisado el conjunto de da-
tos se caracteriza por no tener una etiqueta de clase, por
lo tanto, no existe un conocimiento a priori. En este tipo
de aprendizaje, por lo general, las tareas están dirigidas
a encontrar grupos de datos cuyos elementos del mismo
grupo son similares y al mismo tiempo que son distintos
entre grupos diferentes.
Este proceso de transformación que convierte los datos crudos en datos de
calidad se conoce como Smart Data.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 21 / 88
El éxito en la extracción de conocimiento en Big Da-
ta, no sólo depende del algoritmo empleado para ello,
sino del preprocesamiento que se realiza para aportar
veracidad y valor a los datos. Este proceso de transfor-
mación que convierte los datos crudos en datos de calidad
se conoce como Smart Data. Por ello, uno de los aspec-
tos que más impacta a los algoritmos de clasificación son
las problemáticas que pueden presentar los datos, tales
como: 1) clases no balanceadas y el solapamiento, 2) la
separabilidad de las clases, y 3) la geometría, topología
y densidad [2].
Conjuntos de datos masivos no balancea-
dos
En tareas de clasificación de dos clases, cuando una de
las clases presenta un número menor de ejemplos con
respecto a la otra, se dice que el conjunto de datos no
está balanceado. La razón de desigualdad puede ser lige-
ra, moderada o cuando hay una diferencia mayor de 1:10
(un ejemplo de una clase hay diez de la otra), se dice que
es fuerte [3]. Esta diferencia ocasiona que los clasificado-
res, entrenados con dicho conjunto de datos, presenten la
tendencia a etiquetar la mayoría de los datos como de la
clase predominante, ignorando a aquellos que pertenecen
a la clase menos representada. Esta problemática toma
relevancia cuando la clase minoritaria, también llamada
clase positiva, es la de mayor importancia en términos
económicos o humanos. Por ejemplo, en la detección de
fraudes bancarios o de pacientes con cáncer.
Las técnicas para mitigar los efectos de las clases no
balanceadas en Big Data son similares a las utilizadas
en los problemas tradicionales: 1) soluciones a nivel de
algoritmos, donde se ajusta el proceso de aprendizaje del
algoritmo para subsanar la falta de ejemplos de la clase
minoritaria y 2) las soluciones a nivel datos, donde se eli-
minan ejemplos de la clase mayoritaria (submuestreo) o
se generan ejemplos de la clase minoritaria (sobremues-
treo) [5]. En ambos casos, el proceso se realiza hasta lo-
grar que las clases estén aproximadamente balanceadas.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
Los conjuntos con alta dimensionalidad pueden contener una gran
cantidad de atributos con valores iguales a cero.
SMOTE (Synthetic Minority Oversampling TEchni-
que ) es una técnica de sobremuestreo ampliamente usa-
da, que genera datos sintéticos de la clase minoritaria
por interpolación [4]. Concretamente, dado un ejemplo
de la clase minoritaria se obtienen sus k vecinos más cer-
canos (kNN, k–Nearest Neighbor algorithm ). Posterior-
mente, se elige aleatoriamente uno de los k y se calcula
la diferencia entre dicho vecino y el ejemplo de clase mi-
noritaria. Al vector resultante, se le multiplican valores
aleatorios entre 0 y 1, los cuales serán añadidos a dicho
vector (véase la Figura 1). Por lo general, en la litera-
tura se usa k=5, cambiar este valor puede implicar usar
mayor o menor información, por lo que, significaría un
mejor o peor desempeño.
Para determinar si un ejemplo es un vecino más cer-
cano, se emplea la distancia euclidiana como medida de
similitud. Sin embargo, es ampliamente conocido que di-
cha distancia presenta ciertas desventajas cuando el con-
junto de datos tiene un gran número de atributos [7–9].
Esto ocasiona la llamada maldición de la dimensionali-
dad, que hace referencia al fenómeno de concentración
de distancias, por lo que, esto podría implicar que la dis-
tancia al vecino más cercano sea igual a la distancia al
vecino más lejano.
Figura 1. SMOTE con 5 vecinos más cercanos.
Otra característica de los conjuntos con alta dimen-
sionalidad es que pueden contener una gran cantidad de
atributos con valores en cero, lo que se conoce como datos
escasos (data sparse ) o de baja densidad. En la Figura 2,
se muestra un ejemplo de un conjunto de datos con baja
y otro con alta densidad. En el lado izquierdo, se puede
observar que la baja densidad ocasiona que la imagen sea
poco intensa, mientras que en el lado derecho la imagen
muestra un color más sólido.
Basgall et al. [8], demostraron que SMOTE en con-
juntos de datos con 1,000 dimensiones, no resuelve el
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 22 / 88
problema de las clases no balanceadas como se espera-
ría. Por lo que, se producen bajas tasas de clasificación
en términos de la media geométrica y del área bajo la
curva ROC (Receiver Operating Characteristic ).
Figura 2. Conjunto de datos con baja y alta densidad.
La alta dimensionalidad es una de las problemáticas
inherentes al Big Data [9]. No obstante, hasta el mo-
mento, la mayoría de las técnicas de sobremuestreo, no
se han enfocado a conjuntos de datos masivos con alta
dimensionalidad y además baja densidad. Algunos traba-
jos como [5], [8] y [9] han considerado la dimensionalidad
de los datos, llegando a estudiar hasta un máximo de 893
atributos.
A pesar de que se ha aceptado que la dimensionalidad
es la principal circunstancia que afecta a los algoritmos
basados en el vecino más cercano, no se ha estudiado en
Big Data si dicho comportamiento se presenta también si
el conjunto muestra una baja densidad. Por ello, el obje-
tivo de este trabajo es analizar el comportamiento de dos
algoritmos de sobremuestreo: SMOTE y sobremuestreo
aleatorio (ROS, Random Over-Sampling ), y examinar si
pierden capacidad de resolver el problema de las clases
no balanceadas en situaciones donde los datos contienen
un gran número de atributos con valores iguales a cero.
Esto nos llevaría a plantear estrategias que consideren
no sólo el número de atributos sino también la cantidad
de datos vacíos.
Desarrollo experimental
Para analizar el problema de la dimensionalidad en es-
cenarios de datos con clases no balanceadas y de baja
densidad, se emplearon métodos y arquitecturas amplia-
mente aceptadas en la comunidad científica. Como pla-
taforma de procesamiento para datos masivos, se empleó
Apache Spark 3.1.1, el cual, integra diversos módulos
para SQL y aprendizaje automático. Se utilizó Apache
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
Spark en Azure, el cual es un servicio que administra de
forma completa y total servidores virtuales en la nube.
El servidor empleado en los experimentos contó con
2 CPU virtuales y 16 GB de memoria, el cual fue confi-
gurado como nodo maestro/ejecutor. Como ejecutores se
emplearon dos máquinas, cada una con 2 CPU virtuales
y 8 GB de memoria. Se utilizó Debian 10.8, Java 11 y el
lenguaje de programación Scala.
SMOTE fue implementado con la técnica del ve-
cino más cercano para ambientes Big Data, denominada
kNN-IS (k–Nearest Neighbor algorithm with an Iterative
Spark-based design ) [10], que utiliza las operaciones de
Map y Reduce de Spark para hacer el cálculo exacto del
vecino más cercano. Mediante el manejo de memoria y
caché de Spark se reusaron las particiones con los datos
de entrenamiento, mientras que los datos de prueba se
mantuvieron almacenados en memoria. De esta manera,
se puede utilizar el kNN en bases de datos con millones
de instancias. SMOTE-BD es una variante de SMOTE
que hace uso de kNN-IS para el cálculo del vecino más
cercano [8]. ROS y SMOTE-BD fueron ejecutados hasta
alcanzar un número similar de ejemplos en ambas clases.
Para el cálculo del vecino más cercano se usó el valor de
k=5
En nuestro estudio de clases no balanceadas, su rela-
ción con la alta dimensionalidad y la baja densidad de
los datos, hicimos uso de la base de datos KDD 2010
(bridge to algebra 2006-2007 ), la cual fue descargada del
repositorio de LIBSVM (https://www.csie.ntu.edu.
tw/~cjlin/libsvmtools/datasets/). La base de datos
contiene los registros de las interacciones entre estudian-
tes y un sistema tutorial para aprender álgebra, en don-
de, cada vez que el estudiante usó el software educativo
se generó una transacción.
KDD 2010 cuenta con dos clases, las cuales represen-
tan si un estudiante resolvió un problema en el primer
intento (clase 1) o falló (clase 0). Asimismo, dicho con-
junto tiene un total de 1, 163, 024 atributos y 19, 264, 097
ejemplos. Como el objetivo de este artículo son las cla-
ses no balanceadas, el conjunto de datos fue modificado
para crear problemas de dos clases con una razón de
desbalance de 1 a 10, es decir, por cada ejemplo de la
clase minoritaria hay diez de la mayoritaria. Asimismo,
por limitaciones de la infraestructura, se optó por usar
subconjuntos de 30, 000 ejemplos.
Para analizar el efecto de la alta dimensionalidad, se
crearon conjuntos de datos con diferentes cantidades de
atributos que van de 50, 100, 200, 300, ... hasta 900. Se hi-
zo uso de un clasificador mediante un árbol de decisión
(incluido en las librerías de Apache Spark). Los diversos
conjuntos de datos se dividieron en dos partes: entrena-
miento (70 % de los datos) y prueba (30 % de los datos).
Para la evaluación del clasificador, se utilizó una ma-
triz de confusión de 2 × 2 (véase la Figura 3), en la cual,
las entradas (i, j) contienen el número de las prediccio-
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 23 / 88
nes correctas o incorrectas. En la matriz, el título de
las columnas representa la salida estimada por parte del
clasificador y las filas indican las salidas reales. Por ello,
los elementos en la diagonal principal corresponden al
número de aciertos correctos, en la clase positiva y nega-
tiva, mientras que el resto de las entradas son los errores
cometidos.
Figura 3. Matriz de confusión para un problema de dos
clases.
Para estimar el desempeño de un clasificador en pro-
blemas no balanceados, se suelen emplear la tasa de
verdaderos positivos (T P R = T P/(T P + F N )) que
representa la proporción de los ejemplos positivos co-
rrectamente clasificados, y la tasa de verdaderos nega-
tivos (T N R = T N/(T N + F P )) que corresponde a la
proporción de los ejemplos negativos correctamente cla-
sificados. Asimismo, se usa el área bajo la curva ROC
(AUC, Area Under the Curve ), la cual se calcula como:
AU C = (T P R + T N R)/2 [8].
Resultados y discusiones
A continuación, se analizan y discuten los principales re-
sultados obtenidos del estudio del comportamiento de la
técnica SMOTE-BD, utilizando la distancia euclidiana y
con k = 5 tomando como referencia los experimentos de
Basgall et al. [8], en un problema de alta dimensionali-
dad de dos clases no balanceadas y con baja densidad.
Adicionalmente, se incluye en el estudio la técnica ROS
debido a su simplicidad y que ha generado resultados
competitivos en diversos problemas no balanceados.
La Figura 4, muestra los resultados en términos de
T P R, para ROS, SMOTE-BD y el conjunto de datos
original. En este último, T P R ≈ 0, por ello, no se logra
visualizar en la figura. Analizando los resultados de ROS,
se observa que, independientemente del número de atri-
butos, siempre T P R ≥ 0,8, mientras que para SMOTE-
BD, a partir de los 400 atributos T P R está por arriba
de 0,8. Si bien, se mejora la tasa de clasificación sobre
la clase minoritaria, estos resultados en SMOTE-BD son
contradictorios, ya que de acuerdo a la literatura, se espe-
raría que a mayor dimensionalidad menor su efectividad
para combatir el desbalance [5]. No obstante, la base de
datos aquí empleada, se caracteriza por tener diversos
atributos con valores en cero. En este sentido, existen
registros, en donde, del total de atributos, solo uno de
ellos tiene un valor distinto de cero. Por ello, SMOTE-
BD no se vería afectado por la alta dimensionalidad, sino
en realidad, por la insuficiente información para generar
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
datos sintéticos. Esta sería la razón principal por la cual,
conforme se incrementa la dimensionalidad T P R mejora.
Figura 4. Resultados en términos de TPR.
Por otro lado, a pesar de que se logra un incremen-
to de T P R, la efectividad del clasificador sobre la clase
mayoritaria se ve afectada por ambos métodos de sobre-
muestreo. En la Figura 5 se muestran valores de T N R,
en donde, a partir de los 400 atributos con SMOTE-
BD, se produce una reducción drástica pasando de un
T N R ≈ 1 (conjunto original) a un T N R < 0,4. Este es
un comportamiento común en problemas con clases no
balanceadas. Por lo que respecta a ROS, también pre-
senta una reducción. Sin embargo, se mantiene estable
independientemente del número atributos.
Figura 5. Resultados en términos de TNR.
En la Figura 6 se presentan los resultados de AU C . Se
puede observar que ambas técnicas incrementan la tasa
de clasificación con respecto al conjunto original. ROS
como ya se había observado se mantiene estable a pe-
sar de los cambios en la dimensionalidad. SMOTE-BD,
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 24 / 88
a partir de los 400 atributos logra incrementar AU C .
Esto último se puede explicar, de que a mayor dimen-
sionalidad más atributos presentan valores diferentes de
cero.
Estos resultados nos deja ver que hay otros aspectos a
considerar en la aplicación de SMOTE-BD en conjuntos
de datos no balanceados. La densidad de los datos parece
tener un impacto importante en el clasificador. El com-
portamiento de SMOTE-BD en conjuntos de datos poco
densos ha sido poco estudiado y puede ser una línea de
investigación a seguir en Big Data donde los conjuntos
de datos pueden presentar poca densidad.
Figura 6. Resultados en términos de AUC.
Conclusiones
En el presente estudio se exploró el comportamiento de
SMOTE-BD en datos masivos con clases no balanceadas
que presentan una alta dimensionalidad y baja densidad.
Si bien, se ha documentado que debido a que SMOTE
emplea la distancia euclidiana, la llamada maldición de
la dimensionalidad afecta al desempeño de este algorit-
mo. No obstante, cabe mencionar que no se ha estudiado
si el efecto es el mismo cuando se presenta una baja den-
sidad. Por esta razón, en este trabajo, se realizaron una
serie de experimentos en un entorno Big Data con clases
no balanceadas que presentan una alta dimensionalidad
y baja densidad.
Los resultados obtenidos mostraron que conforme se
incrementa la dimensionalidad de los datos la efectividad
de SMOTE-BD mejora, reflejándose en un incremento
en los valores de T P R y AU C . Se esperaba que, al in-
crementarse el número de dimensiones el rendimiento de
SMOTE-BD decreciera. Los resultados sugieren que exis-
ten otros factores a considerar además de la dimensiona-
lidad como la densidad de los datos. Por otro lado, los
resultados muestran que ROS es muy estable indepen-
dientemente del número de atributos.
Trabajos futuros estarán enfocados a realizar un es-
tudio comparativo con bases de datos con alta densidad
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
y de mayor número de datos, así como el uso de técnicas
de transformación del espacio.✵
REFERENCIAS
1. Triguero, I., García-Gil, D., et al. (2018). Transforming big data
into smart data: An insight on the use of the knearest neigh-
bors algorithm to obtain quality data. Wiley Interdisciplinary
Reviews: Data Mining and Knowledge Discovery, 9(2), 1-24.
2. Lorena, A.C., Maciel, A.I., et al. (2017). Data complexity meta-
features for regression problems. Machine Learning, 107(1),
209-246.
3. Leevy, J.L., Khoshgoftaar, T.M., et al. (2018). A survey on ad-
dressing high-class imbalance in big data. Journal of Big Data,
5(42), 1-30.
4. Fernández, A., García, S., et al. (2018). SMOTE for learning
from imbalanced data: Progress and challenges, marking the 15-
year anniversary. Journal of Artificial Intelligence Research,
61, 863-905.
Komputer Sapiens 25 / 88
5. Elreedy, D., y Atiya, F. (2019). A comprehensive analysis of
synthetic minority oversampling technique (SMOTE) for hand-
ling class imbalance. Information Sciences, 505, 32-64.
6. Blagus, R. y Lusa, L. (2013). SMOTE for high–dimensional
class–imbalanced data. BMC Bioinformatics, 14(106), 1-16.
7. Govindarajan, M. (2021). Challenges in Big Data Analysis. En
Khosrow-Pour M. (Ed.) Encyclopedia of Information Science
and Technology, IGI-Global, 577-585.
8. Basgall, M.J., Hasperué, W., et al. (2019). An analysis of local
and global solutions to address big data imbalanced classifica-
tion: A case study with SMOTE preprocessing. En 7th Confe-
rence on Cloud Computing & Big Data, La Plata, Argentina,
75-85.
9. Juez-Gil, M., Arnaiz-González, A., et al. (2021). Experimen-
tal evaluation of ensemble classifiers for imbalance in big data.
Applied Soft Computing, 108, 1-14.
10. Maillo J., Ramírez S., et al. (2017). kNN-IS: An iterative spark-
based design of the k-nearest neighbors classifier for big data.
Knowledge-Based Systems, 117, 3-15.

SOBRE LOS AUTORES

Armando Bolívar es un estudiante del Doctorado en Ciencias de la Ingeniería Avanzada en la Univer-

sidad Autónoma de Ciudad Juárez. Sus intereses de investigación incluyen preprocesamiento de datos
en ambientes Big Data.

Vicente García es Doctor en Sistemas Informáticos Avanzado por la Universitat Jaume I, es profesor
en la Universidad Autónoma de Ciudad Juárez. Su interés es aprendizaje automático en temas de
clasificación, evaluación, test estadísticos y preprocesamiento de conjuntos de datos.

Roberto Alejo es Doctor en Sistemas Informáticos Avanzados por la Universitat Jaume I, España
(2011). Adscrito a la División de Estudios de Posgrado e Investigación del Tecnológico Nacional de Mé-
xico, campus Toluca. Es especialista en redes neuronales artificiales, aprendizaje automático y minería
de datos.

Rogelio Florencia-Juárez es Doctor en Ciencias de la Computación por el Instituto Tecnológico de

Tijuana, México (2016). Es profesor de tiempo completo en la Universidad Autónoma de Ciudad Juárez,
México. Sus intereses se encuentran en las áreas de procesamiento del lenguaje natural, interfaces de
lenguaje natural para bases de datos y representación del conocimiento.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
Reglas de asociación para el estudio de la vaginosis
bacteriana
Freddy de la Cruz Ruiz y Juana Canul-Reich
Introducción
En la actualidad los algoritmos de aprendizaje automá-
tico están teniendo auge en áreas diversas al estudiar da-
tos financieros, astronómicos, geofísicos, sobre proteínas,
ácidos nucleicos, entre otros. Los algoritmos del apren-
dizaje automático buscan patrones en estos datos y por
una parte predicen patrones (aprendizaje supervisado) y
por otra describen patrones (aprendizaje no supervisado)
[1].
El aprendizaje supervisado entrena a un algoritmo
proporcionando preguntas (características) y respuestas
(etiquetas). En el aprendizaje no supervisado se propor-
cionan las características al algoritmo, no las etiquetas.
Las reglas de asociación son una de las técnicas del apren-
dizaje automático no supervisado y buscan establecer re-
laciones entre las variables [2].
Los estudios biomédicos sobre enfermedades, por
ejemplo, diabetes, cáncer, hipercolesterolemia familiar,
síndrome metabólico, Síndrome de Guillain Barré, tam-
bién han creado bases de datos con cientos de registros.
Una de las enfermedades que es factible estudiar con al-
goritmos de aprendizaje automático es la vaginosis bacte-
riana (VB+) [3, 4, 5]. Esta enfermedad es una alteración
de la flora normal bacteriana presente en la mucosa va-
ginal de la paciente. Hay dos especies de Lactobacillus
en esta mucosa. Lactobacillus crispatus está asociada
con la protección de esta mucosa y Lactobacillus iners
esta asociada con flora vaginal alterada.
Las bacterias Gram - (se lee Gram negativa) en el es-
tado de salud están en una densidad de crecimiento muy
bajo debido a que Lactobacillus crispatus evita su
crecimiento y no pueden desarrollar vaginosis bacteriana.
Cuando falla la protección de Lactobacillus crispatus
crece el Lactobacillus iners que marca la condición
alterada de la flora normal. También crecen las bacte-
rias Gram - desencadenando vaginosis bacteriana. Esta
infección se caracteriza por presentar descarga lechosa
vaginal, olor (a pescado) e irritación vaginal [6].
Es complicado comprender la etiología de la vagi-
El crecimiento excesivo de las bacterias Gram - en la mucosa vaginal
detona VB+.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 26 / 88
nosis bacteriana por la gran cantidad de bacterias que
coexisten en esta mucosa. Para facilitar su comprensión
es necesario describir estas interacciones bacterianas que
desarrollan la enfermedad. Una regla de asociación es
una implicación de la forma si X ⇒ Y donde a X se le
conoce como el antecedente, y a Y se le conoce como
el consecuente [7]. El algoritmo que crea las reglas de
asociación ubica a las bacterias Gram - en el antecedente
de la regla y en el consecuente al dignóstico positivo de
vaginosis.
¿Cómo las reglas de asociación describen
la coexistencia bacteriana detonante de la
vaginosis bacteriana?
Identificar las especies de bacterias que coexisten para
desarrollar la vaginosis bacteriana no siempre es fácil.
Hay una gran variedad de algoritmos de aprendizaje au-
tomático con diversos enfoques, las reglas de asociación
se adaptan eficientemente al problema de la vaginosis
bacteriana.
En el modelo que las reglas de asociación reportan
como resultado de minar el conjunto de datos, -minar es
el proceso de extracción de conocimiento a partir de con-
juntos de datos -, la regla ubica en su antecedente a las
bacterias Gram - que coexisten para desplazar a las es-
pecies de Lactobacillus que protegen a la mucosa vaginal
de la paciente. En el consecuente de la regla el algoritmo
ubica el estado patológico que es la vaginosis bacteriana,
(ver Figura 1). Dado que una regla de asociación es una
implicación que lee: si ocurre esta condición sucede es-
te hecho, computacionalmente en la primera parte de la
implicación - llamada antecendete - se van a ubicar a las
bacterias Gram – las cuales son un grupo de bacterias
que viven en la mucosa vaginal de la paciente en estado
limitado. En la segunda parte de la implicación - llama-
da consecuente- se va a ubicar el estado infeccioso que
es consecuencia de que las bacterias Gram – crezcan por
encima de su límite normal.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 27 / 88

Figura 1. Regla de asociación que ubica a las bacterias Gram - en el antecedente de la regla y el estado
patológico en el consecuente.

Tabla 1. Variables seleccionadas para la creación de reglas de asociación.

Variable Descripción
EDAD30 Edad dividida en <= 30 y > 30
Megasphaera Magasphaera tipo 1. Clasificado como positivo o ne-
gativo durante el diagnóstico.
Atopobium Atopobium vaginae. Clasificado como positivo o ne-
gativo durante el diagnóstico.
Gardnerella Gardnerella vaginalis. Clasificado como positivo o
negativo durante el diagnóstico.
VBPCR Diagnóstico de vaginosis por PCR (Reacción en ca-
dena de la polimerasa). Clasificado como vaginosis
positiva, negativa e indeterminada.
MH Mycoplasma hominis. Clasificado como positivo o
negativo durante el diagnóstico.
MG Mycoplasma genitalium. Clasificado como positivo
o negativo durante el diagnóstico.
UP Ureaplasma parvum. Clasificado como positivo o
negativo durante el diagnóstico.
UU Ureaplasma urealyticum. Clasificado como positivo
o negativo durante el diagnóstico.
CrsipatusCqRange, Valor Cq (Ciclo de cuantificación en el termoci-
GasseriCqRange, clador) para el que la densidad de crecimiento es
JenseniiCqRange e detectada. Estas cuatro variables pueden tomar los
InersCqRange valores indetectable, densidad de crecimiento baja
y alta.

El algoritmo Apriori se utilizó para extraer las re- con significancia biológica y estadística se esquematiza a
glas. Este algoritmo crea las reglas de asociación a partir continuación, (ver Figura 2).
del conjunto de datos que contiene los datos clínicos de
cada paciente con vaginosis, proporcionado por [8].
Proceso de preparación de los datos.
El conjunto de datos fue sometido a preprocesamiento
para corregir posibles valores faltantes y/o valores atí-
picos. También se cambió el formato de las variables de
númerico a categórico ya que este es el tipo de variable
que procesa el algoritmo Apriori para crear las reglas.
Como ejemplo revisemos la variable VBPCR que es la
que registra los casos positivos y negativos de vaginosis.
El valor 1 registra los casos positivos de vaginosis el cuál
fue renombrado a VaginosisPos, el valor 2 representa los
casos negativos el cuál fue renombrado a VaginosisNeg.
Las variables se renombran de forma que representen su
valor de forma explicita. La Tabla 1 muestra las variables
consideradas para crear las reglas de asociación. Figura 2. Proceso experimental durante la creación de reglas
El proceso experimental para la creción de reglas, se- de asociación. En el antecedente las bacterias hacen sinérgia
lección de reglas estadísticamente significativas, selección para desarrollar la patología del consecuente.
de reglas desde el enfoque biológico y obtención de reglas

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
El proceso experimental empezó con el conjunto de
datos crudos. Durante la limpieza de datos, selección y
transformación se eliminaron variables que no estaban
relacionadas con vaginosis bacteriana. También se re-
nombraron las variables para que estas representen su
valor de forma explícita y se categorizó el valor de cada
variable. Una vez preprocesado el conjunto de datos,
se extrajeron las reglas de asociación con el algoritmo
Apriori.
Para filtrar reglas significativas se usó la prueba exac-
ta de Fisher como métrica de calidad y las funciones
proporcionadas en el paquete ARules. Un experto en
biología realizó la validación biológica de las reglas que
presentaron significancia estadística. El resultado de la
validación estadística y biológica es el modelo en forma
de reglas que describen a las bacterias que interactúan
para desarrollar vaginosis bacteriana, (ver Figura 2).
Proceso de extracción de reglas de asocia-
ción
Para que el algoritmo Apriori cree las reglas se investigó
el porcentaje para la métrica soporte. Esta métrica va a
medir la frecuencia de aparición de un conjunto de ele-
mentos en el conjunto de datos. También se investigó el
porcentaje para la métrica confianza. Esta métrica esta-
blece la probabilidad con la que el antecedente predice la
presencia del consecuente. Se exploraron los valores de 5
a 15 % para el soporte y de 80 a 95 % para la confian-
za. La forma de determinar los mejores porcentajes fue
a través del resultado reportado por la métrica de cali-
dad calculada para cada regla. Se estableció el soporte
Artículo Komputer Sapiens 28 / 88
en 7 %. Este permitió al algoritmo crear los conjuntos de
elementos frecuentes (que tienen una frecuencia mayor
o igual al umbral establecido). Al igual que para el so-
porte, se estableció la confianza en 90 %. Esta permitió
al algoritmo crear las reglas de asociación (aquellas en
las que la probabilidad de ocurrencia es mayor o igual al
umbral establecido).
Es indispensable determinar el soporte y la confianza
experimentalmente para que sirvan de directriz al algo-
ritmo Apriori. El parámetro appearence del algoritmo
Apriori restringe al consecuente al item VaginosisPos
puesto que nuestro interés está en el diagnóstico de va-
ginosis bacteriana positiva (VB+). El algoritmo con los
parámetros mencionados creó 58 reglas.
Se seleccionaron reglas no redundantes (función
is.redundant), estadísticamente significativas (función
is.significant) y maximales (función is.maximal) [7]. La
función is.redundant() se apoya de la prueba exacta de
Fisher [9] para seleccionar reglas no redundantes. Esta
función devuelve un conjunto con valores falso para re-
glas no redundantes y verdadero para reglas redundantes.
La función is.significant() usa el método de Fisher, un
valor alfa de 0.01 y un ajuste (Bonferroni) para corregir
el error que surge de las multiples comparaciones de la
hipótesis nula. Esta función determina cuál regla es es-
tadísticamente significativa y cuál no.
La función is.maximal() solo nos reporta reglas que son
maximales. Una regla maximal es creada con un conjun-
to de items frecuentes maximal y este conjunto es aquel
que no está incluido en ningún otro conjunto de items
frecuentes. Después de filtrar el conjunto de 58 reglas
solo 17 reglas fueron significativas, Tabla 2.

Tabla 2. Reglas de asociación con significancia estadística y frecuencia de cada regla en el conjunto de datos bajo
estudio.♣
LHS RHS Frec
[1]{AtopobiumPos,MegasphaeraPos,MycoplasGeniNeg,UreaplasUreaNeg } ⇒ {VaginosisPos} 25
[2]{AtopobiumPos,inersHighGrowthDensity,MegasphaeraPos,UreaplasUreaNeg } ⇒ {VaginosisPos} 16
[3]{AtopobiumPos,GardnerellaPos,MegasphaeraNeg,MycoplasHomiNeg } ⇒ {VaginosisPos} 16
[4]{AtopobiumPos,GardnerellaPos,MegasphaeraNeg,UreaplasUreaNeg } ⇒ {VaginosisPos} 18
[5]{AtopobiumPos,gasseriUndetectable,MycoplasGeniNeg,UreaplasUreaNeg } ⇒ {VaginosisPos} 22
[6]{AtopobiumPos,GardnerellaNeg,MegasphaeraPos } ⇒ {VaginosisPos} 17
[7]{AtopobiumPos,GardnerellaPos,inersHighGrowthDensity } ⇒ {VaginosisPos} 17
[8]{AtopobiumPos,GardnerellaPos,MycoplasGeniNeg,UreaplasParPos } ⇒ {VaginosisPos} 17
[9]{AtopobiumPos,GardnerellaPos,MycoplasGeniNeg,MycoplasHomiNeg,UreaplasUreaNeg } ⇒ {VaginosisPos} 17
[10]{AtopobiumPos,MegasphaeraPos,UreaplasParPos } ⇒ {VaginosisPos} 15
[11]{AtopobiumPos,gasseriUndetectable,MegasphaeraPos } ⇒ {VaginosisPos} 15
[12]{AtopobiumPos,GardnerellaPos,gasseriUndetectable } ⇒ {VaginosisPos} 15
[13]{AtopobiumPos,GardnerellaPos,UreaplasParPos,UreaplasUreaNeg } ⇒ {VaginosisPos} 15
[14]{AtopobiumPos,crisLowGrowthDensity,GardnerellaPos,UreaplasUreaNeg } ⇒ {VaginosisPos} 15
[15]{AtopobiumPos,MycoplasHomiPos,UreaplasUreaNeg } ⇒ {VaginosisPos} 18
[16]{AtopobiumPos,inersHighGrowthDensity,UreaplasParPos } ⇒ {VaginosisPos} 16
[17]{AtopobiumPos,inersHighGrowthDensity,MycoplasHomiNeg } ⇒ {VaginosisPos} 16
♣ Un mayor número de bacterias en el LHS (mayor o igual 3) incrementa la precisión del diagnostico.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 29 / 88
Validación biológica de las reglas extraí- jo estudio [8], para determinar si los patrones descritos
das en las reglas representan el comportamiento observado
en la clínica. La validación reportó 5 reglas, Tabla 3. El
El conjunto con las 17 reglas que es estadísticamente sig- conjunto de reglas resultante representa los patrones bac-
nificativo fue sometido a la inspección por un experto en terianos en el conjunto de datos que detonan la vaginosis
biología responsable de la recolección de los datos ba- bacteriana.

Tabla 3. Patrones bacterianos que desencadenan vaginosis bacteriana y frecuencia de cada regla
en el conjunto de datos bajo estudio.♣
LHS RHS Frec
[1]{AtopobiumPos, GardnerellaPos, inersHighGrowthDensity} ⇒ {VaginosisPos} ƒ 17
[2]{AtopobiumPos, MegasphaeraPos, UreaplasmaParPos} ⇒ {VaginosisPos} ƒ 15
[3]{AtopobiumPos, gasseriUndetectable, MegasphaeraPos} ⇒ {VaginosisPos} ƒ 15
[4]{AtopobiumPos, GardnerellaPos, gasseriUndetectable} ⇒ {VaginosisPos} ƒ 15
[5]{AtopobiumPos, inersHighGrowthDensity, UreaplasmaParPos} ⇒ {VaginosisPos} ƒ 16
♣ Un mayor número de bacterias en el LHS (mayor o igual 3) incrementa la precisión del diagnóstico.

Interpretación biológica de las reglas sente para detonar vaginosis bacteriana.

La regla 1 menciona que las bacterias Atopobium vagi-
nae , Gardnerella vaginalis y el Lactobacillus iners
desarrollan vaginosis bacteriana, Tabla 3. La regla 1 coin-
cide con lo que se observa en la clínica puesto que se ha
reportado [8, 10] que Lactobacillus iners esta asociado
a flora normal alterada por consecuencia la presencia de
Atopobium vaginae , Gardnerella vaginalis y Lac-
tobacillus iners detonan vaginosis bacteriana.
La regla 2 dice que debe coexistir Atopobium va-
ginae , Magasphaera filotipo 1 y Ureaplasma par-
vum para detonar vaginosis bacteriana en la paciente. La
regla número 3 menciona la coexistencia de Atopobium
vaginae y Megasphaera filotipo 1 por una parte y
por otra dice que Lactobacillus gasseri debe estar au-
La regla número 4 menciona a Atopobium vaginae
y Gardnerella vaginalis por una parte y por otra men-
ciona la ausencia de Lactobacillus gasseri para el de-
sarrollo de la vaginosis bacteriana. La regla 5 menciona
que Atopobium vaginae , el Lactobacillus iners y la
bacteria Ureaplasma parvum para desarrollar vagino-
sis bacteriana.
Las reglas 1, 2 y 5 de la Tabla 3 son específicas para
el diagnóstico puesto que reporta bacterias [8, 10] obser-
vadas en la clínica. Las reglas 3 y 4 son menos específicas
para el diagnóstico ya que Lactobacillus gasseri tie-
ne una participación parcial en el desarrollo de vaginosis
bacteriana comparado a las bacterias reportadas por las
reglas 1, 2 y 5.

Una regla de asociación inserta en su antecedente las bacterias

coexistentes detonantes de VB+.
¿De qué manera la obtención de los mo-
delos que describen los patrones involu-
crados en el desarrollo de la vaginosis bac-
teriana mejora la salud de la paciente?
El modelo en forma de reglas de asociación que repor-
ta el algoritmo Apriori tiene alto impacto en la vagi-
nosis bacteriana por que describe su etiología de origen
polimicrobiano. Esta característica polimicrobiana puede
complicar el diagnóstico adecuado. Un mal diagnóstico
incapacita al médico o no lo orienta de forma adecuada
en la toma de decisiones.
La comprensión exacta del detonante de esta in-
fección descrita por el modelo en forma de reglas de
asociación orienta de forma exacta al médico a tomar las
decisiones que tienen como consecuencia un tratamineto
apropiado para mejorar la salud de la paciente.
Conclusiones
La vaginosis bacteriana no es fácil de diagnosticar ade-
cuadamente por su etiología de origen polimicrobiana.
Los algoritmos de reglas de asociación son una técnica
que modelan de forma eficiente las bacterias que coexis-
ten para detonar la vaginosis bacteriana.
El modelo en forma de reglas de asociación propor-
ciona datos precisos al médico y apoya el diagnóstico, lo
que orienta la toma de decisiones.✵

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
REFERENCIAS
1. Hernández-Torruco, J., Canul-Reich, J., Frausto-Solís, J.
(2014). El aprendizaje computacional en el diagnóstico de en-
fermedades. Komputer Sapiens, 2014(3), 20-24.
2. Sandoval, L.J. (2018). Algoritmos de aprendizaje automático
para análisis y predicción de datos. Revista Tecnológica, 11.
3. Baker, Y.S., Agrawal, R., Foster, J.A., Beck, D., y Dozier, G.
(2014A). Detecting bacterial vaginosis using machine learning.
En Proceedings of the 2014 ACM Southeast Regional Confe-
rence, 1-4.
4. Baker, Y.S., Agrawal, R., Foster, J. A., Beck, D., y Dozier,
G. (2014B). Applying machine learning techniques in detecting
Bacterial Vaginosis. En 2014 International Conference on Ma-
chine Learning and Cybernetics, 1, 241-246).
5. Beck, D., y Foster, J.A. (2015). Machine learning classifiers pro-
vide insight into the relationship between microbial communi-
ties and bacterial vaginosis. BioData mining, 8(1), 1-9.
Artículo Komputer Sapiens 30 / 88
6. Bagnall, P., Rizzolo, D. (2017). Bacterial vaginosis: a practi-
cal review. Journal of the American Academy of PAs, 30(12),
15-21.
7. Hornik, K., Grün, B., Hahsler, M. (2005). arules-A computatio-
nal environment for mining association rules and frequent item
sets. Journal of statistical software, 14(15), 1-25.
8. Sanchez-Garcia, E.K., Contreras-Paredes, A., Martinez-
Abundis, E., Garcia-Chan, D., Lizano, M., y de la cruz-
Hernandez, E. (2019). Molecular epidemiology of bacterial
vaginosis and its association with genital micro-organisms in
asymptomatic women. Journal of medical microbiology, 68(9),
1373-1382.
9. Hahsler, M. (2015). A probabilistic comparison of commonly
used interest measures for association rules. United States.
Southern Methodist University. Recuperado el 8 de enero de
2022, https://mhahsler.github.io/arules/docs/measures.
10. Kusters, J. G., Reuland, E. A., Bouter, S., Koenig, P., y Dorigo-
Zetsma, J. W. (2015). A multiplex real-time PCR assay for rou-
tine diagnosis of bacterial vaginosis. European Journal of Cli-
nical Microbiology and Infectious Diseases, 34(9), 1779-1785.

SOBRE LOS AUTORES

Freddy de la Cruz Ruiz es estudiante del Doctorado en Ciencias de la Computación en la División

Académica de Ciencias de la Tecnología y la Información, Universidad Juárez Autónoma de Tabasco.
El obtuvo su grado de Maestro en Ciencias Básicas Biomédicas en la División Académica de Ciencias
de la Salud, Universidad Juárez Autónoma de Tabasco. Sus intereses de investigación son en el área de
biología molécular y bioinformática.
Juana Canul-Reich Es Doctora en Ciencias de la Computación e Ingeniería por la Universidad
del Sur de Florida. Es Profesora-Investigadora en la División Académica de Ciencias y Tecnologías
de la Información de la UJAT. Es miembro fundador del Cuerpo Académico Inteligencia Artificial,
consolidado ante el Prodep. Desde el 2015, es miembro del Sistema Nacional de Investigadores, del
Sistema Estatal de Investigadores del Estado de Tabasco y cuenta con el perfil Prodep. Es árbitro en
revistas científicas nacionales e internacionales. Sus intereses en investigación se enfocan en la Ciencia
de Datos e Inteligencia Artificial en el área de la Salud.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
Aprendizaje Automático para la determinación de
factores que afectan la calidad del sueño
Mabel Vázquez Briseño, Arturo Laflor Hernández, Juan Iván Nieto Hipólito, Christian Navarro Cota
y Juan de Dios Sánchez López
Introducción
El aprendizaje automático es una rama de la inteligen-
cia emula la inteligencia humana usando técnicas que le
permiten aprender del entorno. Con el aprendizaje au-
tomático los programas ya no responden de una forma
determinada a las entradas recibidas, sino que determi-
nan patrones de comportamiento a partir de las entradas
recibidas, los cuales son utilizados para generar la res-
puesta para nuevas entradas. De tal manera que la salida
será distinta cada vez que recibe la misma entrada, lo
que permite adaptarse a los cambios en el ambiente e
incluso predecir el comportamiento requerido para pro-
cesar nuevas entradas. El aprendizaje automático se ha
utilizado en muchas áreas y ha llegado a considerarse
una herramienta muy útil en el diagnóstico de enferme-
dades. En este trabajo se muestra cómo el aprendizaje
automático puede llegar a ser útil para ayudar a dormir
mejor, es decir lograr una buena calidad de sueño, de-
terminando cuales son las actividades que más afectan
a un individuo, las cuales pueden variar dependiendo de
cada persona y no siempre se está consciente de ellas.
Antecedentes
La calidad del sueño (CS) es un concepto que ha to-
mado relevancia en los últimos años. La cantidad de
sueño es el tiempo durante el cual una persona perma-
nece dormida, mientras que la calidad de sueño es una
medida que indica cómo se percibe el sueño, incluyendo
el sentirse descansado al momento de despertar [1]. Di-
versos estudios han asociado a la CS con las principales
dimensiones del bienestar humano. Por ejemplo, se ha
encontrado evidencia de su importancia a nivel cogniti-
vo al intervenir directamente en la consolidación de la
memoria. Además, se ha demostrado que es durante las
horas de sueño profundo cuando se produce la mayor
cantidad de la hormona del crecimiento. Hoy se cuenta
con tecnología que permite monitorizar el sueño e infe-
rir si un individuo duerme con calidad o deficiencia. A
partir de allí, es posible diagnosticar trastornos del sue- En [7] se utilizaron los algoritmos kNN y SVM para la
ño y apoyar con tratamientos adecuados para mejorar.
La mayoría de los esfuerzos tecnológicos con relación
a mejorar la calidad de sueño de los individuos se han
centrado en la monitorización de las horas del sueño, sin
embargo, existe un concepto también muy relacionado,
conocido como higiene del sueño (HS). La HS involucra
las horas en que la persona duerme, así como las activi-
dades previas y posteriores a la hora de dormir. HS se
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 31 / 88
define como: “ Comportamientos de estilo de vida y las
condiciones ambientales que facilitan el sueño y mejoran
la calidad del sueño ” [2]. Es decir, la HS se refiere a las
horas de sueño, pero también a todas aquellas acciones
y/o actividades que se realizan mientras se está despier-
to y que tienen un impacto en el descanso nocturno.
Asociaciones médicas han determinado varios elementos
relacionados con la HS, los cuales pueden llegar a ser
extensos. Además, no hay una certeza de que su control
pueda incidir particularmente en la mejora de la calidad
de sueño de manera directa.
Aprendizaje automático y calidad del
sueño
El aprendizaje automático se ha utilizado anteriormen-
te para determinar la calidad del sueño e incluso diag-
nosticar problemas del sueño. Entre los algoritmos de
aprendizaje automático más utilizados en estos trabajos
se incluyen: Árboles de decisión (DT), Máquinas de vec-
tores de soporte (SVMs), Algoritmo de los K vecinos más
cercanos (kNN), así como regresión logística.
En la mayoría de los trabajos se realizan estudios so-
bre las señales emitidas por el cerebro, durante el sueño, y
de esa manera llevar a cabo un análisis de la información.
En [3], [4] y [5] por ejemplo, se ha trabajado en sistemas
automáticos para la clasificación de las etapas del sueño,
mediante el análisis de señales provenientes de encefalo-
gramas. Recientemente hay varios trabajos que buscan
desarrollar sistemas automáticos para la detección de la
apnea del sueño, un problema de respiración grave que
puede ocurrir al dormir, sin tener que recurrir al uso de
los estudios tradicionales, que pueden resultar intrusivos
para los pacientes, tal como la polisomnografía, la cual
requiere que el paciente duerma en un entorno distinto
al que acostumbra, conectado a una serie de sensores. En
[6], en particular, se trabajó en un método para la detec-
ción de apnea mediante el uso de algoritmos que permi-
ten el análisis de señales de electrocardiogramas (ECG).
determinación de las etapas del sueño como primer paso
en la detección de apnea. En dicho trabajo se realizaron
mediciones fotopletismográficas (PPG) que son las que se
utilizan en los teléfonos móviles, entre otros dispositivos,
para sustituir los ECG. Las señales PPG permiten me-
dir la frecuencia cardíaca mediante un haz de luz y por
tanto pueden llegar a facilitar el estudio de los pacientes
ya que son menos intrusivos.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
La higiene del sueño incluye aquellas acciones y/o actividades que se
realizan cuando se está despierto y que tienen un impacto en el descanso
nocturno.
Los trabajos anteriores están centrados en la medi-
ción de la calidad del sueño, es decir, en el momento en
que el paciente está dormido. Sin embargo, el enfoque de
la higiene del sueño considera también las horas previas y
posteriores al sueño, mientras el paciente está despierto.
En este aspecto hay menos trabajos que se han desarro-
llado, aunque cada día hay más interés en proporcionar
herramientas de apoyo para el usuario. Tal es el caso de
[8], en el que se propone una casa inteligente, conforma-
da por distintos sistemas para el control de estrés y la
higiene del sueño, en la que se pueden llegar a utilizar
algunas técnicas de aprendizaje automático para propor-
cionar terapias que puedan tranquilizar a los usuarios y,
en su momento, contribuir a mejorar la calidad de sueño.
En ese sentido, los algoritmos también pueden ser
aplicados con información de las horas previas al sue-
ño, y de esa manera alertar al usuario sobre actividades
que realiza, muchas veces sin darse cuenta, y que pueden
llegar a influir en su calidad de sueño.
En este trabajo se muestra como la higiene del sueño
puede representarse mediante una serie de factores, a los
que se ha denominado FHS (o Factores de la higiene del
sueño). Además, se ha mostrado la efectividad del apren-
dizaje automático para la determinación de factores de
la higiene del sueño (FHS) personalizados y su impacto
en la CS.
Higiene del Sueño
Un aspecto importante para lograr una buena calidad de
sueño es considerar las conductas mientras se está des-
pierto que pueden afectar el tener un sueño reparador. De
acuerdo a la Sociedad Mundial del Sueño (World Sleep
Society) las conductas inadecuadas de higiene del sueño
se han dividido en 5 categorías, las cuales son:
1. Horario de sueño inapropiado (por ejemplo: siesta
e inestabilidad en horarios de dormir-despertar).
2. Uso de productos para interrumpir el sueño (por
ejemplo: cafeína y cigarrillos).
3. Actividades mentalmente estimulantes cercanas a
la hora de acostarse (por ejemplo: planificación y
participación en trabajos emocionantes o emocio-
nalmente molestos).
4. Realización de actividades en la habitación diferen-
tes a dormir (por ejemplo: mirar televisión y leer).
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 32 / 88
5. Falta de sustento de un ambiente relajado para dor-
mir (por ejemplo: colchón o temperatura incómo-
da).
Considerando estos elementos, en este trabajo se de-
finió el concepto de Factor de la higiene del sueño (FHS),
los cuales pueden ser interpretados como datos de entra-
da en un algoritmo que permita predecir cuales de ellos
afectan más la CS en particular, esto se describe en las
siguientes secciones.
Metodología
Para determinar la aplicación de los algoritmos de apren-
dizaje automático en la predicción de factores de higiene
del sueño y su impacto en la calidad de sueño se realiza-
ron los siguientes pasos.
1) Estudio transversal.
2) Determinación de FHS generales por medio de al-
goritmos de aprendizaje automático.
3) Evaluación de los FHS con voluntarios y ajuste de
resultados.
Estudio transversal
El primer paso en este trabajo consistió en realizar un es-
tudio transversal para determinar factores de higiene del
sueño que pueden utilizarse como valores de entrada en
un algoritmo de aprendizaje automático. La población
objetivo de este estudio estuvo compuesta por adultos
sanos (sin ningún trastorno del sueño) en edad produc-
tiva (entre 20 y 70 años) y que además desean mejorar
su calidad de vida, particularmente su calidad de sue-
ño. La muestra se tomó en seis instituciones educativas
distribuidas geográficamente en el norte, centro y sur de
México (Baja California, Nuevo León, San Luís Potosí,
Puebla, Yucatán y Chiapas). Se aplicó un cuestionario
compuesto de tres secciones, que incluía datos demográ-
ficos, así como cuestionarios de calidad del sueño exis-
tentes en la literatura (Pittsburgh Sleep Quality Index
(PSQI)[9], Sleep Hygiene Index (SHI)). Los cuestionarios
se adaptaron al idioma español y se buscó incluir la ma-
yor cantidad de elementos relacionados a la higiene del
sueño.
Participaron 164 mujeres y 140 hombres con un pro-
medio de 6.94 y 7.01 horas de sueño por noche respec-
tivamente. De acuerdo con la escala PSQI (Pittsburgh
Sleep Quality Index), 88 mujeres y 98 hombres tienen
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 33 / 88
buena calidad de sueño, mientras que 76 mujeres y 42 Determinación de factores predominantes con algoritmos
hombres reportaron carencias. de aprendizaje automatizado
Finalmente se determinaron 21 FHS que pueden afec- Debido a que 21 FHS es una cantidad considerable de ele-
tar la calidad del sueño en la población de estudio, los mentos a controlar, se buscó determinar un grupo más
cuales se muestran en la Tabla 1. reducido de factores generales de impacto para la pobla-
ción en particular, en este caso en México. Para ello se
Tabla 1. Definición de los Factores de la Higiene del implementó un proceso aplicando algoritmos de apren-
sueño. dizaje automático.
Característica FHS El proceso utilizó seis algoritmos de selección de va-
FHS1 Siestas riables, ya conocidos en el aprendizaje automático (Ran-
FHS2 Hora de dormir dom Forest, LASSO, Relief, Best First Search, Chi-
FHS3 Hora de despertar Square, Information Gain [10]), los cuales se basan en
FHS4 Ejercitar en la noche distintos métodos matemáticos y plantean diferentes cri-
FHS5 Ejercitar en la mañana terios de selección.
FHS6 Ejercitar en la tarde El método aplicado se compone de los siguientes pa-
FHS7 Tiempo en la cama sos:
FHS8 Tabaco
FHS9 Alcohol 1. Selección de características. Cada uno de los seis
FHS10 Cafeína algoritmos recibió los 21 factores como datos de
FHS11 Actividad antes de dormir entrada, de los cuales cada uno generó un subcon-
FHS12 Estrés antes de dormir junto óptimo, de acuerdo con sus propios criterios
FHS13 Usos de la cama de selección.
FHS14 Cama incomoda
FHS15 Luminosidad 2. Prueba de consistencia. Se implementaron pruebas
FHS16 Ruido de consistencia de cada algoritmo ejecutando múl-
FHS17 Frio tiples veces cada uno y comparando los subconjun-
FHS18 Calor tos obtenidos.
FHS19 Actividad intelectual antes de dormir
FHS20 Preocupaciones antes de dormir 3. Ordenación. En este paso, los factores de cada al-
FHS21 Cena goritmo se ordenaron de acuerdo con el peso (P)
que cada algoritmo les asignó. Después se extra-
Estos factores se deben considerar no sólo al momen- jeron los factores más significativos, es decir con
to de dormir, sino que es importante tenerlos en cuenta mayor peso.
en varios momentos del día para lograr una buena CS.
En la Figura 1 se muestra la línea del tiempo realizada 4. Mezcla. Finalmente, cada subconjunto se utilizó
para indicar cuando se debe considerar cada FHS. como entrada en un proceso de mezcla, en el cual
se seleccionaron los factores repetidos de cada lista.
Este último paso permitió identificar a los factores
predominantes según la población estudiada.
Después de aplicar el proceso descrito, se identifica-
ron tres factores como los predominantes:
FHS2: Hora de dormir,
FHS12: Estrés y
FHS20: Preocupaciones antes de dormir.
Validación de la selección de factores y ajuste
Con el fin de validar los tres FHS obtenidos anteriormen-
te y comprobar que son los que más impactan la calidad
de sueño de las personas en la población, se realizó un
estudio prospectivo con tres voluntarios. El estudio con-
sistió en recabar datos de la higiene del sueño y calidad
de sueño de cada participante durante un período de 30
días. Durante ese tiempo, los participantes llenaron cada
día un formulario contestando preguntas sobre cada uno
Figura 1. Línea del tiempo de los FHS. de los 21 factores de la higiene del sueño. Por ejemplo,
contestaron sí/no a preguntas como ¿ingeriste cafeína

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
dentro de las cuatro horas previas a dormir? o ¿Tomaste
una siesta mayor a 30 minutos el día de hoy? Por otra
parte, la calidad del sueño se midió de forma objetiva
mediante un dispositivo electrónico colocado debajo de
la sábana de la cama del participante (Marca: Beddit).
El dispositivo hace la estimación de calidad de sueño
utilizando seis parámetros: Latencia, tiempo de sueño,
Artículo Komputer Sapiens 34 / 88
cantidad de movimiento, cantidad de veces que la perso-
na se levantó durante la noche, ritmo cardíaco y ritmo
respiratorio. El dispositivo evalúa la calidad de sueño en
una escala de 0 a 100 teniendo como punto de corte para
determinar buena y mala calidad de sueño una puntua-
ción de 75.

Se comprobó que es posible predecir cuales FHS tienen más impacto en la

calidad de sueño de un individuo, utilizando algoritmos de aprendizaje
automático y un dispositivo que mide la calidad de sueño.
Se probaron tres algoritmos que han demostrado efi-
ciencia en la selección de características: XGBOOST,
LASSO y Random Forest (RF). El objetivo fue determi-
nar los FHS que permitieran obtener la calidad de sueño
(CS) medida con el dispositivo Beddit.
Se realizó un proceso con el fin de lograr una canti-
dad de registros suficientes para entrenar los algoritmos y
obtener conclusiones respecto de la generalización de los
resultados del estudio transversal. La validación de los
resultados se verificó mediante el coeficiente de determi-
nación (R2), el cual toma valores entre 0 y 1, entre más se
acerque a 1, el resultado es mejor. Se entrenó un modelo
por cada participante, utilizando como datos de entrada,
los FHS que se obtuvieron del estudio transversal como
factores críticos y se buscó un valor de R2 mayor que
0.90. Los resultados se compararon con los obtenidos de
la población para determinar si son generalizables.
Los resultados obtenidos no apoyan la hipótesis de
que con estos factores es posible construir modelos perso-
nales que estimen la calidad del sueño satisfactoriamente.
Para dos de los tres participantes los modelos generados Figura 2. Diagrama del modelo para determinar FHSs per-
a partir de los tres FHS obtuvieron valores de 0.50 y sólo sonalizados.
para uno de ellos el resultado está por encima de 0.70, el
mínimo requerido para considerar que un modelo explica Los resultados obtenidos para cada voluntario se
en una medida satisfactoria el fenómeno estudiado. muestran en la tabla 2. Las celdas centrales indican los
Posteriormente se propuso un nuevo algoritmo que FHS que impactan significativamente en cada volunta-
incluyó un proceso de selección de variables capaz de en- rio (V1, V2 y V3). Puede observarse, por ejemplo, que
contrar la mejor combinación de factores. El nuevo algo- al voluntario 3 (V3), los factores que más le afectan son
ritmo diseñado identifica factores primarios, secundarios SH7, SH13 y SH21, descritos de la siguiente manera por
y terciarios acorde a su impacto individual en la calidad el voluntario:
del sueño, la cual se verifica con el dispositivo Beddit SH7: Permanecer en la cama por las mañanas más
(ver Figura 2). tiempo de lo debido.
Este nuevo algoritmo combina características de XG- SH13: Usar la cama para trabajar en lugar de solo
BOOST, RF y LASSO permitiendo mezclar o expandir dormir.
el conjunto de factores críticos. La opción de mezclar SH21: Cenar platillos “pesados” cerca de la hora de
considera solo los factores que coindicen en todos los al- dormir.
goritmos, mientras que expandir incluye todos los facto- Si bien es cierto que estos resultados tienen la limi-
res del conjunto completo. El algoritmo posteriormente tante de utilizar datos extrapolados, permiten pensar
hace una búsqueda de la mejor combinación de factores. que es posible generar modelos personales para identi-
El criterio de paro es al llegar a R2 mayor o igual a 0.90. ficar FHS que impacten en la calidad de sueño de un

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
individuo a partir de la captura diaria de esos factores y
su calidad de sueño mediante un dispositivo electrónico.
Tabla 2. Definición de los Factores de la Higiene del
sueño.
VE V1 V2 V3
FHS FHS6, FHS2, FHS7,
FHS FHS7 FHS7, FHS13,
FHS FHS20 FHS15, FHS21
FHS FHS16
R2 0.94 0.96 0.90
Conclusiones
Los algoritmos de aprendizaje automático tienen como
objetivo detectar patrones, de manera que se puedan
hacer predicciones y/o clasificaciones a partir de datos
anteriores. En la actualidad tienen muchas aplicaciones,
entre ellas en la salud, en donde incluso se han utilizado
como apoyo para el diagnóstico médico.
En este trabajo se muestra la utilidad del aprendiza-
je automático para lograr una buena calidad de sueño.
Se describe cómo algunos algoritmos se han utilizado, en
particular para llegar a detectar algunos padecimientos
que se pueden presentar durante el sueño. Además, se
presenta el trabajo realizado para determinar los facto-
res de la higiene del sueño que tienen un mayor efecto
en la calidad del sueño en la población mexicana. Ini-
cialmente se identificaron 21 FHS a través de un estudio
en la población, posteriormente con la aplicación de los
algoritmos y un proceso robusto de selección de varia-
bles se identificaron tres FHS. Los factores resultantes
en este caso son: Hora de dormir, estrés y preocupacio-
nes antes de dormir. En un inicio se consideró que estos
tres FHS podrían generalizarse para la población de estu-
dio en particular, sin embargo, el estudio realizado reveló
que cada persona tiene FHS distintos que le afectan más.
Un algoritmo adecuado pudo llegar a determinar los es-
pecíficos para cada persona, lo que puede contribuir en
la generación de hábitos que promuevan la calidad de
sueño, que tiene tanto impacto en la salud.✵
SOBRE LOS AUTORES
Mabel Vázquez Briseño es profesora-investigadora en la Universidad Autónoma de Baja Califor-
nia, México. En 2008 recibió el grado de Doctor en Computación por el INT en colaboración con la
Universidad Pierre et Marie Curie en Paris, Francia.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 35 / 88
REFERENCIAS
1. Pilcher, J.J., Ginter, D.R., y Sadowsky, B. (1997). Sleep quality
versus sleep quantity: relationships between sleep and measures
of health, well-being and sleepiness in college students. Journal
of psychosomatic research, 42(6), 583-596.
2. Khazaie, H., Chehri, A., Sadeghi, K., Heydarpour, F., Soleima-
ni, A., y Rezaei, Z. (2016). Sleep Hygiene Pattern and Behaviors
and Related Factors among General Population in West Of Iran.
Global Journal of Health Science, 8(8).
3. Satapathy, S.K., Bhoi, A.K., Loganathan, D., Khandelwal, B., y
Barsocchi, P. (2021). Machine learning with ensemble stacking
model for automated sleep staging using dual-channel EEG sig-
nal. Biomedical Signal Processing and Control, 69, 102898.
4. Gunnlaugsson, E., Ragnarsdottir, H., Prainsson, H. M., Finns-
son, E., Jonsson, S. A. E., Helgadottir, H., y Herman, P. (2019).
End-to-end machine learning on raw eeg signals for sleep stage
classification. Sleep Medicine, 64, S139-S139.
5. Chriskos, P., Kaitalidou, D. S., Karakasis, G., Frantzidis, C.,
Gkivogkli, P. T., Bamidis, P., y Kourtidou-Papadeli, C. (2017).
Automatic sleep stage classification applying machine lear-
ning algorithms on EEG recordings. En 2017 IEEE 30th In-
ternational Symposium on Computer-Based Medical Systems
(CBMS), 435-439.
6. Bozkurt, F., Uçar, M. K., Bozkurt, M. R., y Bilgin, C. (2020).
Detection of abnormal respiratory events with single channel
ECG and hybrid machine learning model in patients with obs-
tructive sleep apnea. Irbm, 41(5), 241-251.
7. Uçar, M.K., Bozkurt, M.R., Bilgin, C., y Polat, K. (2018). Au-
tomatic sleep staging in obstructive sleep apnea patients using
photoplethysmography, heart rate variability signal and machi-
ne learning techniques. Neural Computing and Applications,
29(8), 1-16.
8. Leonidis, A., Korozi, M., Sykianaki, E., Tsolakou, E., Kourou-
malis, V., Ioannidi, D., y Stephanidis, C. (2021). Improving
Stress Management and Sleep Hygiene in Intelligent Homes.
Sensors, 21(7), 2398.
9. Buysse, D. J., Reynolds III, C. F., Monk, T. H., Berman, S.
R., y Kupfer, D. J. (1989). The Pittsburgh Sleep Quality In-
dex: a new instrument for psychiatric practice and research.
Psychiatry research, 28(2), 193-213.
10. Laflor Hernández, A. J. (2018). Adaptive model to predict sleep
quality from the personalized selection of sleep hygiene factors.
Tesis de doctorado, Universidad Autónoma de Baja California,
Repositorio institucional Universidad Autónoma de Baja Cali-
fornia.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 36 / 88

Arturo Laflor-Hernandez realizó estudios de doctorado en la Universidad Autónoma de Baja Cali-

fornia. Sus áreas de interés incluyen: Aprendizaje automático, interacción humano-computadora móvil
y bioingeniería.

Juan Iván Nieto Hipólito recibió el grado de Doctor en Arquitectura y Tecnologías de Computadora
por la Universidad Politécnica de Cataluña en Julio de 2005. Actualmente es profesor-investigador en
la Universidad Autónoma de Baja California, en Ensenada, México.

Christian X. Navarro recibió el grado de doctor por la Universidad Castilla - La Mancha en 2016.
Actualmente es profesor-investigador en la Universidad Autónoma de Baja California. Sus áreas de
interés son: cómputo móvil e interacción humano-computadora.

Juan de Dios Sánchez López obtuvo el grado de Maestro en Ciencias en Electrónica y Telecomuni-
caciones por parte del Centro de Investigación Científica y Educación Superior de Ensenada (CICESE)
en 1999 y el grado de Doctor en Ciencias en Electrónica y Telecomunicaciones.

Imagen tomada de: https://transmitter.ieee.org/.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
La Inteligencia Artificial para Predicción de la
Recuperación en la Enfermedad Vascular Cerebral
Ruben I. Carino-Escobar y Jessica Cantillo-Negrete
La enfermedad vascular cerebral y sus re-
percusiones sociales
La mayor parte de las personas pasamos por alto las
avanzadas capacidades cognitivas y motrices que los se-
res humanos desarrollamos a lo largo de nuestra vida. La
habilidad de tomar un vaso de agua y beber su conteni-
do, cruzar una calle caminando, o realizar operaciones
matemáticas en nuestra mente, son en realidad produc-
to de complejos procesos que ocurren en nuestro sistema
nervioso central, y que tienen su origen en el cerebro.
El sistema nervioso central nos permite dictar a nues-
tro cuerpo, cómo es que debemos realizar nuestras acti-
vidades cotidianas. Sin embargo, al igual que con cual-
quier sistema complejo, este puede presentar fallas. Estas
fallas, conocidas como enfermedades neurológicas, pue-
den ser ocasionadas por diversos eventos. La enfermedad
vascular cerebral (EVC) es una de estas enfermedades
neurológicas, la cual es ocasionada por un daño en el te-
jido cerebral (lesión). Este daño puede ser producto de
una obstrucción de un vaso sanguíneo dentro del cerebro
ocasionado por un coágulo o exceso de grasa (EVC is-
quémica) o, por la ruptura de un vaso sanguíneo (EVC
La inteligencia artificial proporcionará pronósticos de recuperación que
mejoren la planeación de programas de rehabilitación.
El pronóstico de la EVC
Imaginemos que un día una persona que tiene diabe-
tes e hipertensión no controladas (condiciones que están
asociadas con un mayor riesgo de padecer una EVC [1])
intenta levantarse de su cama en la mañana, pero se tam-
balea y posteriormente, cae en el piso porque no puede
mover la mitad del cuerpo, intenta pedir ayuda, pero no
puede hablar, e intenta hacer ruido hasta que alguien
llega a auxiliarlo.
Después de que la persona es trasladada a un hos-
pital y una vez realizados estudios con imágenes médi-
cas, le confirman el diagnóstico de una EVC. En algún
momento la persona pensará: ¿Me podré recuperar com-
pletamente? Sin embargo, la respuesta a esta pregunta
es algo que todavía no puede responderse con certeza,
incluso por personal médico experto que planea el tra-
tamiento de estos pacientes [2]. ¿Por qué no podemos
predecir adecuadamente si una persona se recuperará de
una EVC?
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 37 / 88
hemorrágica). Estos eventos que dan origen a la EVC
ocurren, generalmente, en un solo hemisferio del cerebro,
y pueden ocasionar desde discapacidad hasta la muerte.
La discapacidad ocasionada como secuela de la EVC
puede tener componentes de lenguaje como la afasia (los
pacientes pueden decir la palabra “si” cuando en reali-
dad quieren decir la palabra “no”) y componentes de
movimiento, como la hemiparesia (incapacidad de mover
un lado del cuerpo, desde la mitad del rostro hasta el
movimiento de los dedos de un pie). La hemiparesia con-
tribuye en gran medida a la discapacidad de pacientes
con EVC. Es difícil que una persona realice sus activida-
des cotidianas si no puede mover uno de sus brazos, usar
una de sus piernas para caminar u ocupar una de sus
manos para preparar sus alimentos. Se estima que alre-
dedor de 101.5 millones de personas viven con secuelas
de una EVC en el mundo, esto es similar a la suma de la
población de Argentina, Chile, Perú y Uruguay. Por lo
que, no es de sorprender que la EVC se encuentre entre
las primeras 10 causas de discapacidad a nivel mundial
[1].
La recuperación posterior a una EVC, sobre todo del
movimiento depende de varios factores. El principal fac-
tor es la neuroplasticidad, que es la adaptabilidad del
tejido cerebral para reorganizarse como producto de un
proceso de aprendizaje (como cuando aprendemos a co-
dificar en un nuevo lenguaje de programación), o para
compensar una lesión (como la que origina una EVC).
La pérdida del movimiento sucede porque la conexión de
neuronas entre la corteza del cerebro (donde se origina
el movimiento) y una extremidad (como la mano para-
lizada) puede ser afectada por la lesión. Esta conexión
es conocida como el tracto corticoespinal, y se cree que
la neuroplasticidad, promovida por la terapia, remodela
el tejido cerebral para recuperar la funcionalidad de esta
conexión. En la Figura 1 se puede observar la recons-
trucción tridimensional del cerebro de una persona que
padece una EVC. El tracto corticoespinal se vio afectado
en el hemisferio cerebral derecho del paciente por la le-
sión y ello provocó una parálisis total en el brazo y mano
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
izquierda del paciente. La parálisis de la extremidad su-
perior provoca una gran discapacidad y en este tipo de
discapacidad se centrará este trabajo.
La evidencia científica actual dicta que la recupera-
ción del movimiento dependerá de qué tan dañado esté el
tracto corticoespinal, lo cual, generalmente, es evaluado
indirectamente con escalas que consisten en inspeccionar
si el paciente puede realizar ciertas tareas que involucran
el movimiento de las extremidades. Estas escalas clíni-
cas son aplicadas por médicos especialistas en rehabili-
tación. La integridad del tracto corticoespinal también
puede evaluarse usando mediciones fisiológicas, como las
imágenes médicas obtenidas en equipos sumamente com-
plejos como lo es un resonador magnético. Así como, por
medio de un campo magnético de gran potencia que es-
timula las neuronas en la corteza cerebral y transmiten
la señal de movimiento a la mano; este estudio se conoce
como estimulación magnética transcraneal.
Figura 1. Reconstrucción tridimensional del cerebro de un
paciente con EVC usando una secuencia de resonancia mag-
nética “FLAIR”. A) Vista axial mostrando la lesión, o tejido
cerebral dañado, en coloración blanca más intensa que el
resto del cerebro. B) Vista coronal mostrando la lesión.
La recuperación también dependerá de la capacidad
del cerebro para generar conexiones alternas por medio
de la neuroplasticidad. La cual depende de factores como
la edad, la cantidad de tejido cerebral disponible para
hacer nuevas conexiones, la cantidad de terapia realizada
por el paciente en etapas tempranas de la enfermedad y
los patrones de actividad en el cerebro que se originan
mientras los pacientes intentan mover sus extremidades
afectadas. Por lo tanto, debido a que depende de tantos
factores, el pronóstico de la recuperación del movimien-
to en una EVC es sumamente difícil. Y, sin embargo,
es sumamente importante, ya que se ha observado que
el pronóstico erróneo de recuperación del movimiento
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 38 / 88
de la extremidad superior paralizada genera un acceso
desigual a los servicios de rehabilitación, afectando la
posibilidad de recuperación de los pacientes, lo cual li-
mita su independencia y afecta su calidad de vida a nivel
personal, familiar, social, y laboral [2].
La Inteligencia Artificial como una solu-
ción para el pronóstico de la EVC
Ya hemos establecido que el pronóstico de la recupera-
ción de las secuelas motoras de una EVC es una tarea
compleja porque depende de diversos factores. Es por ello
que, en los últimos 5 años, la inteligencia artificial ha to-
mado un papel central para esta predicción. A diferencia
de un ser humano, los algoritmos de inteligencia artificial
pueden realizar predicciones considerando un gran nú-
mero de variables relacionadas con la recuperación. Pero
esta predicción será mejor si se tiene más información
relacionada a esta recuperación. Es decir, si se tiene la
“experiencia” de cómo se recuperaron pacientes con EVC
y las mediciones asociadas a esta recuperación. Aunque
aún no existe un método universalmente aceptado para
predecir la recuperación del movimiento de la mano en
una EVC, sí existen estudios de investigación que han
propuesto diferentes soluciones para este problema. En
este artículo se abordan tres de los más actuales.
El modelo PREP2
La investigadora Cathy M. Stinear es una de las autoras
más reconocidas en el tema de la predicción de la re-
cuperación del movimiento de la mano de pacientes con
EVC. Su grupo de investigación propuso predecir la re-
cuperación de movimiento de la mano paralizada usando
un algoritmo conocido como árboles de decisión. Los ár-
boles de decisión consisten en un modelo en el cual la
interpretación de la relación de ciertas variables (como
la edad) con la recuperación, es simple de entender, y
aun así permite usar un gran número de variables pa-
ra predecir la recuperación medida con escalas clínicas.
Los árboles de decisión en realidad usan una analogía
del pensamiento humano para tomar decisiones, toman-
do una decisión a la vez y ramificando cada decisión en
otras dos decisiones.
Aplicado al pronóstico de la recuperación del movi-
miento de la mano, el algoritmo que entrena o calibra
el árbol de decisión evaluó preguntas como: ¿el pacien-
te tenía más de 80 años? ¿Su mano paralizada era la
dominante? ¿Es hombre o mujer? ¿Qué nivel de disca-
pacidad clínica presentaba? ¿Tenía integridad del tracto
corticoespinal en su hemisferio lesionado? Posteriormen-
te, se eligió el árbol que tuvo un mejor desempeño, el
cual estimó correctamente la recuperación del 75 % de
un total de 207 pacientes a las 12 semanas posteriores a
la predicción. Para alcanzar esta predicción solo usó las
preguntas de la edad, la integridad del tracto corticoespi-
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
nal y el nivel de discapacidad medido de forma separada
con dos escalas clínicas [3]. La estructura de este árbol
de decisión se muestra en la Figura 2.
Figura 2. Algoritmo PREP2 para estimar a 12 semanas de
iniciada la enfermedad el nivel de recuperación del movimien-
to de la extremidad superior de pacientes con EVC.
Podemos observar que la recuperación del movimien-
to de la mano se pronóstica por medio del árbol de
decisión usando cuatro categorías. Por ejemplo, para
que la recuperación sea excelente, el paciente debe de te-
ner algo de capacidad de mover los dedos o el antebrazo,
y su edad debe ser menor a 80 años, o si es mayor a 80
años, la discapacidad medida de forma clínica no debe de
ser mayor que una discapacidad moderada. El grupo de
investigación de la Dra. Stinear le dio seguimiento a 86
de los 207 pacientes que originalmente participaron en el
estudio y se comprobó que para 69 de ellos, la predicción
del algoritmo PREP2 era válida a los 2 años posteriores
de haber realizado la predicción. Por lo tanto, se compro-
bó la utilidad del pronóstico para evaluar la recuperación
a largo plazo del movimiento de la extremidad superior,
usando un árbol de decisión [4]. Una de las restricciones
del modelo PREP2 es que se requiere realizar pruebas
a unos días después del inicio de la EVC, siendo esto
no siempre posible porque la salud de los pacientes aún
no es estable. Además, equipos como un estimulador
magnético transcraneal, no se encuentran disponibles
en los hospitales donde se atienden la mayor parte de
los pacientes con EVC durante los primeros días de la
enfermedad. Por ello, se han propuesto otras formas de
pronóstico basadas en inteligencia artificial con variables
que pueden ser recabadas semanas o meses después del
inicio de la EVC.
Técnicas de regresión para predecir la re-
cuperación de la mano usando un gran
número de variables
En el estudio de Tozlu y sus colaboradores pronosticaron
la recuperación del movimiento de la mano paralizada
usando información de 3 a 12 meses de iniciada la EVC
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 39 / 88
[5]. Para realizar la predicción se usaron tres variables
demográficas (la edad, el sexo y la dominancia manual);
tres variables clínicas (tiempo desde inicio de la EVC,
hemisferio cerebral lesionado, y la función motora antes
del proceso de recuperación); dos mediciones derivadas
de estimulación magnética transcraneal (diferencia de
potencia del campo magnético necesaria para estimular
las manos derecha e izquierda y si fue posible hacer la
estimulación en la mano afectada); y la falta de cone-
xión entre 86 regiones del cerebro medida con estudios
de resonancia magnética. En total, se obtuvieron 93
variables antes y después de una intervención terapéu-
tica. Los autores aplicaron cinco métodos diferentes de
aprendizaje máquina para predecir la recuperación ob-
servada después de la intervención terapéutica, siendo
este un problema de regresión, es decir, se estimaron
los valores futuros que los pacientes obtendrían con la
escala clínica de interés (la prueba de Fugl-Meyer para
miembro superior [6]). Estos métodos fueron, el previa-
mente mencionado, árbol de regresión, bosque aleatorio
[7], máquinas de soporte vectorial, redes neuronales y
regularización del tipo “elastic-net” [8]. Los dos métodos
que tuvieron un mejor desempeño para predecir la re-
cuperación fueron la regularización del tipo “elastic-net”
(predijo en un 91 % los cambios observados en la recupe-
ración), y el bosque aleatorio (88 %). Se concluyó que el
éxito de la regularización tipo “elastic-net” y el bosque
aleatorio se debió a que, el primero permite eliminar
del modelo y ponderar las variables que tienen mayor
utilidad para la predicción, mientras que los bosques
aleatorios combinan varios árboles de regresión (o de
decisión para clasificación) para crear un modelo en el
cual todas las variables, de acuerdo con su importancia,
contribuyan a la solución de la predicción. Por lo tanto,
los métodos que realizaron una mejor predicción fueron
aquellos capaces de trabajar con muchas variables, ya
sea ponderando la importancia de cada variable para la
predicción o, eliminando variables no relacionadas con
la recuperación. Esto también permite deducir que no
todas las variables tendrán una contribución significa-
tiva para la predicción, por lo que, la identificación de
variables asociadas con la recuperación permitiría una
mejor predicción.
Ensambles de árboles de regresión para
predicción de la recuperación usando úni-
camente variables fisiológicas
La mayor parte de los estudios que abordan la predicción
de la recuperación del movimiento en pacientes con EVC,
utilizan variables demográficas (como la edad) y clínicas
(como el puntaje de la prueba de Fugl-Meyer). Un estu-
dio realizado por el grupo de investigación liderado por
la Dra. Jessica Cantillo-Negrete, abordó el problema de
pronosticar la recuperación, pero únicamente con varia-
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
bles extraídas de mediciones fisiológicas [9]. ¿Por qué es
esto relevante? Porque que no todas las bases de datos
de pacientes con EVC tienen la misma información de-
mográfica, y porque las instituciones de salud aplican
diferentes escalas clínicas para evaluar la discapacidad
posterior a una EVC; además, estas pruebas clínicas pue-
den presentar variabilidad de acuerdo con la experiencia
del personal médico que las realiza. Por ello, se efectuó el
pronóstico de recuperación del movimiento de la mano de
pacientes con EVC únicamente con variables derivadas
de mediciones fisiológicas.
Figura 3. Ejemplificación de los ensambles de árboles de
regresión y representación de las variables fisiológicas usadas
para pronosticar la recuperación del movimiento de la mano
paralizada de pacientes con EVC.
En el estudio participaron 10 pacientes del Instituto
Nacional de Rehabilitación “Luis Guillermo Ibarra Iba-
rra”. Los pacientes habían iniciado con la EVC entre 3 y 9
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 40 / 88
meses antes de participar en el estudio. Y recibieron una
intervención experimental con duración de 30 días. Antes
de iniciar la intervención, se midió la actividad eléctrica
del cerebro, usando una técnica llamada electroencefalo-
grafía, mientras los pacientes intentaban mover su mano
paralizada. Además, se determinó la integridad del tracto
corticoespinal medida con estimulación magnética trans-
craneal, la fuerza de los dedos de los pacientes al realizar
una tarea de sujeción con todos los dedos (pinza grue-
sa) y la fuerza del pulgar y el dedo índice (pinza fina).
Se utilizó un ensamble de árboles de regresión (similar a
bosques aleatorios, pero con modificaciones) para poder
predecir la recuperación motora y para identificar cuáles
de las 52 variables fisiológicas extraídas contribuyeron
más a la recuperación, la cual fue medida con dos esca-
las clínicas distintas. El ensamble de árboles de regresión
propuesto, en esencia, permitió que las variables usadas
para la predicción fueran clasificadas de acuerdo con su
importancia (cuantas veces fueron usadas para decisio-
nes dentro de los árboles que formaron al ensamble). La
Figura 3 muestra las mediciones fisiológicas usadas para
la predicción.
El resultado fue que la metodología propuesta tuvo
una buena predicción para la recuperación medida con
la escala clínica Fulg-Meyer para miembro superior, que
evalúa la capacidad de los pacientes de realizar movi-
mientos con su mano afectada, ya que en un 85 % de
los casos analizados se obtuvo una predicción correcta.
Mientras la predicción fue aceptable para la escala clíni-
ca Action Research Arm Test, que evalúa la capacidad
de los pacientes de realizar tareas con la mano afectada,
puesto que un 60 % de los casos analizados tuvieron una
predicción correcta. Las predicciones en donde el algo-
ritmo tuvo un mayor error fueron aquellas en las que los
pacientes tuvieron una recuperación muy alta. La expli-
cación a este fenómeno fue que ninguna de las variables
usadas para la predicción estuvo asociada con los proce-
sos de neuroplasticidad que ocurrieron en los pacientes
con una recuperación muy alta, y quizás la evidencia
de estos procesos pueda observarse únicamente durante
la terapia de rehabilitación y no antes. Una observación
interesante derivada del estudio fue que, para la esca-
la que evalúa la capacidad de realizar movimientos de
la extremidad superior, la actividad eléctrica relaciona-
da al movimiento en ambos hemisferios fue la que más
información aportó a la predicción. Mientras que para
la escala que evalúa la capacidad de hacer tareas con la
mano afectada (como colocar un bloque de madera sobre
una repisa) las variables de la integridad del tracto cor-
ticoespinal y la fuerza de la mano afectada tuvieron una
contribución significativa para la predicción. Por lo tan-
to, aunque aún deben de identificarse variables que tie-
nen asociación con la recuperación, es posible predecir la
recuperación del movimiento de la extremidad superior
paralizada de los pacientes únicamente usando variables
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 41 / 88
fisiológicas. El algoritmo de inteligencia artificial usado con las actividades realizadas, durante la valoración clí-
para la predicción debe de tener la capacidad de ponde- nica que se desea pronosticar.
rar la contribución de las variables fisiológicas asociadas

La discapacidad generada por la enfermedad vascular cerebral tiene

grandes repercusiones sociales a nivel mundial.
Conclusiones
La inteligencia artificial se perfila a jugar un papel cen-
tral en la tarea del pronóstico de la recuperación del
movimiento de la mano de pacientes con EVC. Los mo-
delos computacionales usados para la predicción han
aumentado su complejidad para permitir que variables
derivadas de mediciones de diversa naturaleza, como
la integridad del tracto corticoespinal y la fuerza de
la mano paralizada, aporten información para resolver
el problema de pronóstico. Es posible que en el futuro
puedan desarrollarse y validarse sistemas expertos, que
permitan al personal clínico planear de mejor forma los
programas de rehabilitación para personalizarlos a las
necesidades específicas de cada paciente.✵
Agradecimientos
Se reconoce el apoyo de CONACYT por el financia-
miento otorgado al proyecto SALUD-2018-02-B-S-45803.
REFERENCIAS
1. Virani, S., Alonso, A., Aparicio, H., et al. (2021). Hearth Di-
sease and Stroke Statistics-2021 Update. Circulation, 143(8),
254-743.
2. Stinear, C., Byblow, W., Ackerley, S., et al. (2017). Predic-
ting Recovery Potential for Individual Stroke Patients Increases
Rehabilitation Efficiency. Stroke, 48(4), 1011-1019.
3. Stinear, C., Byblow, W., Ackerley, S., et al. (2017). PREP2: A
biomarker-based algorithm for predicting upper limb function
after stroke. Annals of Clinical and Translational Neurology,
4(11), 811-820.
4. Smith, M., Ackerley, S., Barber, P., et al. (2019). PREP2 Algo-
rithm Predictions Are Correct at 2 Years Poststroke for Most
Patients. Neurorehabilitation and Neural Repair, 33(8), 635-
642.
5. Tozlu, D., Edwards, D., Boes, A., et al. (2020). Machine Lear-
ning Methods Predict Individual Upper-limb Motor Impairment
Following Therapy in Chronic Stroke. Neurorehabilitation and
Neural Repair, 34(5), 428-439.
6. Gladstone, D., Danells, C., Black, S., et al. (2002). The Fugl-
Meyer Assessment of motor recovery after stroke: a critical re-
view of its measurements properties. Neurorehabilitation and
Neural Repair, 16(3), 232-240.
7. Breiman, L. (2001). Random Forests. Machine Learning, 45(1),
5-32.
8. Zou, H., y Hastie, T. (2005). Regularization and variable selec-
tion via the elastic net. Journal of the Royal Statistical Society:
Series B (Statistical Methodology), 67(2), 301-320.
9. Carino-Escobar, R., Valdés-Cristerna, R., Carrillo-Mora, P., et
al. (2021). Prognosis of stroke upper limb recovery with phy-
siological variables using regression tree ensembles. Journal of
Neural Engineering, 18(4), 1-14.

SOBRE LOS AUTORES

Ruben I. Cariño Escobar obtuvo el grado de Doctor en Ciencias en Ingeniería Biomédica de la
Universidad Autónoma Metropolitana, Unidad Iztapalapa. Actualmente, está adscrito a la División
de Investigación en Ingeniería Médica del Instituto Nacional de Rehabilitación “Luis Guillermo Ibarra
Ibarra”. Es miembro del Sistema Nacional de Investigadores en el Nivel I. Sus intereses científicos
incluyen la aplicación de la inteligencia artificial para el diagnóstico y tratamiento de enfermedades
neurológicas y, el desarrollo de interfaces cerebro-computadora.
Jessica Cantillo Negrete obtuvo el grado de Doctora en Ciencias en Ingeniería Eléctrica con especia-
lidad en Bioelectrónica por parte del CINVESTAV. Actualmente, es investigadora en ciencias médicas
adscrita a la División de Investigación en Ingeniería Médica del Instituto Nacional de Rehabilitación
“Luis Guillermo Ibarra Ibarra”. Es miembro del Sistema Nacional de Investigadores en el Nivel I. Sus
intereses científicos incluyen el procesamiento digital de señales fisiológicas, la neurorrehabilitación, y
el desarrollo de interfaces cerebro-computadora.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
Enfoque Evolutivo de Aprendizaje de Máquina en
la Identificación y Control de Sistemas
Alejandro Rodríguez-Molina, Miguel G. Villarreal-Cervantes, Miguel Ángel Paredes-Rueda y Carlos
Alberto Guerrero-León
Identificación y control de sistemas
Los Sistemas Dinámicos (SD) han acompañado a la hu-
manidad desde sus inicios. Una característica de los SD
es que su comportamiento cambia con el tiempo. En la
actualidad, los seres humanos nos vemos rodeados de to-
da clase de SD en forma de herramientas, computadoras,
electrodomésticos, máquinas y redes sociales, entre una
vasta cantidad de ejemplos, por lo que es innegable la
relevancia que tienen en el avance de la sociedad.
Por otro lado, los retos de la sociedad actual (como
el cambio climático, la sostenibilidad, la salud y la mo-
vilidad) demandan una explotación adecuada de los SD,
de manera que éstos sean capaces de otorgar mayores
beneficios al menor costo posible.
Para lograrlo, los comportamientos de los SD deben
gobernarse adecuadamente. La ingeniería de control es
la responsable del diseño y ajuste de estrategias para go-
bernar los comportamientos de los SD de manera que
cumplan con requerimientos definidos [1]. Ambas tareas
(el diseño y ajuste) son complejas y la eficacia en su
desarrollo depende de una abstracción precisa del SD
conocida como modelo.
Figura 1. Modelo de un automóvil.
El modelo representa el comportamiento de un SD,
describiendo las relaciones entre sus entradas y salidas
a través del lenguaje matemático (utilizando expresio-
nes algebraicas o ecuaciones). La Figura 1 muestra un
ejemplo del modelo de un automóvil cuyas salidas de
velocidad y aceleración se relacionan con los valores de
entradas como el estado del arrancador, el embrague y
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 42 / 88
los niveles del acelerador y el freno. Todo modelo posee
parámetros ajustables que determinan la precisión con la
que se puede representar a un sistema real. En el ejemplo
de la Figura 1, los parámetros del modelo consideran la
potencia del motor, la rigidez de la suspensión, las ma-
sas e inercias, y otros parámetros de tipo aerodinámico.
Entonces, un modelo que represente fielmente a un au-
tomóvil de carreras tendrá un motor de mayor tamaño
y una suspensión más fuerte y rígida, será más ligero,
y poseerá mejores características aerodinámicas que uno
fabricado para transitar en la ciudad.
Para algunos SD, existen principios universales que
permiten derivar las relaciones matemáticas entre sus en-
tradas y salidas, por ejemplo, las leyes de Newton. Para
muchos otros, no existe esta ventaja, pero las relacio-
nes se pueden describir con estructuras matemáticas o
computacionales diversas. La dificultad en la obtención
de un modelo preciso de un SD radica en el ajuste de sus
parámetros.
La identificación de sistemas es una metodología para
encontrar modelos precisos de los SD utilizando medidas
reales de sus entradas y salidas [2]. Para esto, las en-
tradas y salidas del sistema real se miden durante un
periodo de tiempo (a través de sensores); se selecciona
o deriva la estructura del modelo; se utiliza un método
de estimación sobre los datos de entrada y salida pa-
ra encontrar los valores de los parámetros del modelo
(usando un método numérico); y el modelo ajustado se
evalúa para determinar si satisface las necesidades de la
aplicación.
Un modelo identificado correctamente, puede utili-
zarse para realizar predicciones sobre la respuesta que
tendría el SD real. De esta forma, se puede realizar cual-
quier experimento o prueba sobre el modelo, principal-
mente aquellos orientados a diseñar o ajustar estrategias
de control para gobernar su comportamiento, antes de
llevarlos a cabo en el sistema real, evitando gastos exce-
sivos o riesgos.
Actualmente, existe una cantidad inmensa de estra-
tegias de control para gobernar SD sujetos a condiciones
de operación diversas, y cada una posee parámetros que
condicionan su rendimiento. El ajuste de los parámetros
de control es un problema importante conocido como
sintonización. La sintonización utiliza un modelo preci-
so del SD para probar diferentes configuraciones hasta
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
encontrar la más conveniente [3]. El número de configu-
raciones es inconmensurable, dándonos una idea de la
complejidad de esta tarea.
Aprendizaje de máquina y cómputo evo-
lutivo
En las últimas décadas, la Inteligencia Artificial (IA) ha
contribuido a encontrar soluciones a problemas comple-
jos [4]. El Aprendizaje de Máquina (AM) es un área de la
computación que construye modelos de fenómenos, pro-
cesos o sistemas, a partir de datos sobre ellos [5], e incluye
técnicas para hacer que un modelo aprenda de los datos.
Dependiendo del nivel de supervisión humana, el AM
puede ser supervisado, semisupervisado, no supervisado
y por reforzamiento.
En el contexto de los SD, el proceso de identificación
se alinea con el aprendizaje supervisado, y construye un
modelo predictor con base en un conjunto de caracte-
rísticas (entradas reales del sistema) y otro de etiquetas
(salidas reales del sistema). Este predictor se puede des-
plegar para realizar predicciones en los procesos de diseño
o sintonización de estrategias de control.
La ventaja de que estas dos líneas compartan carac-
terísticas, es que pueden adoptarse metodologías más efi-
caces del AM en el desarrollo de tareas complejas, como
la identificación de SD y la sintonización de estrategias
de control, para incrementar la probabilidad de éxito.
CRISP-DM (del inglés CRoss-Industry Standard Process
for Data Mining ) [6], es una metodología de AM exitosa
que ha sido explotada en una gran diversidad de áreas
como biología, contabilidad, e ingeniería.
Figura 2. Flujo de actividades en la metodología CRISP-
DM.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 43 / 88
CRISP-DM considera seis fases que se desarrollan al-
rededor de los datos para construir y desplegar el modelo
de un negocio (Figura 2). Estas fases son:
1. La comprensión del negocio: Se estudian los porme-
nores del negocio y se identifican sus necesidades.
2. La comprensión de los datos: Se analizan los flujos
de datos alrededor del negocio.
3. La preparación de los datos: Los datos del negocio
se recolectan y se ponen en un formato útil para el
modelado.
4. El modelado: Se seleccionan y aplican técnicas para
obtener modelos candidatos ajustados.
5. La evaluación: Se verifica la calidad de los modelos
y se selecciona aquel que mejor ayuda a alcanzar
los objetivos del negocio.
6. El despliegue: El mejor modelo se utiliza como so-
porte en la toma de decisiones para alcanzar los
objetivos del negocio.
Dentro de CRISP-DM, existen fases que necesitan
realizar búsquedas complejas. La más clara es la fase de
modelado, en donde los parámetros del modelo deben
ajustarse de forma precisa utilizando los datos para que
éste represente a la realidad de la mejor manera. Depen-
diendo del tamaño de los datos, el número de parámetros
del modelo y la complejidad de su estructura, el ajuste
realizado en esta fase puede llegar a ser muy complicado,
más aún si se considera que el número de combinaciones
en los valores de estos parámetros puede ser infinito.
El proceso de aprendizaje en AM se ha apoyado exi-
tosamente en técnicas de cómputo inteligente, como las
metaheurísticas, para resolver problemas de una gran va-
riedad de aplicaciones, en donde los algoritmos clásicos
de aprendizaje no pueden encontrar soluciones suficiente-
mente buenas. Las metaheurísticas son métodos de bús-
queda computacionales y estocásticos que pueden encon-
trar soluciones buenas a problemas complejos utilizando
una cantidad asequible de recursos. Una gran parte de
estos métodos pertenece al área de Cómputo Evolutivo
(CE) [7].
El CE incluye algoritmos de búsqueda bioinspirados
en la evolución natural de las especies según el Neodar-
winismo. El planteamiento del Neodarwinismo acerca de
la evolución se ejemplifica en la Figura 3 para las jirafas.
En las técnicas de CE, los individuos son soluciones
candidatas (en forma de vectores o colecciones de núme-
ros) a un problema cuya aptitud se mide utilizando un
criterio de desempeño (un valor escalar). En cada genera-
ción, las soluciones de una población pueden combinarse
con otras o mutar (usando operaciones vectoriales), y
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
aquellas con una mejor aptitud tienen una mayor pro-
babilidad de persistir y dejar descendencia. Después de
varias generaciones, los mejores individuos se encuentran
en la población y se puede seleccionar el más apto como
la solución al problema.
Figura 3. Evolución natural de las jirafas según el Neodar-
winismo.
Dado que la identificación y control de sistemas pue-
den llegar a ser tareas muy complejas, el uso de un
enfoque de aprendizaje de máquina basado en cómputo
evolutivo (en adelante AM/CE) puede resultar efectivo
para llevarlas a cabo de la mejor manera.
Uso del enfoque AM/CE para la identifi-
cación y control de sistemas
Entre los distintos SD que existen, el péndulo invertido
es un sistema mecánico capaz de realizar dos tipos de mo-
vimientos: dependientes (en el caso subactuado, cuando
un movimiento depende del otro) o independientes (en el
caso completamente actuado, donde cada movimiento se
gobierna por separado). Este sistema ha ganado popula-
ridad debido a que tiene un comportamiento no lineal, es
relativamente simple, puede utilizarse para llevar a cabo
experimentos variados en el área de control y se incluye
en aplicaciones como robots bípedos, plataformas de des-
pegue espacial o sistemas de estabilización de edificios en
caso de sismos, entre otras [8].
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 44 / 88
El enfoque AM/CE se ejemplifica con la identifica-
ción y control de un péndulo invertido completamente
actuado (FAIP, por las siglas en inglés de Fully-Actuated
Inverted Pendulum ) para el seguimiento preciso de tra-
yectorias. Para esto, se adopta la metodología CRISP-
DM, cuyas fases se detallan mejor a continuación.
Comprensión del negocio: En este caso de estudio,
el negocio gira alrededor del FAIP. Entonces, es necesa-
rio comprender las características de este sistema y los
objetivos que se pretenden alcanzar con él.
Para este ejemplo, se utiliza un FAIP similar al de la
Figura 4, el cual, tiene dos cuerpos rígidos, estos son, un
carro que realiza el movimiento horizontal (usando un
motor acoplado a un sistema de bandas), y un péndulo,
ubicado encima del carro, que puede rotar (utilizando
otro motor). El comportamiento del FAIP se puede des-
cribir completamente con cuatro variables que incluyen
la posición horizontal del carro y velocidad con la que
se desplaza, y la posición angular del péndulo y su ve-
locidad de giro. Asimismo, las posiciones del carro y el
péndulo se pueden medir por medio de codificadores ro-
tativos unidos a los motores, y sus velocidades se pueden
calcular mediante algún método de derivación numéri-
ca. Con respecto al efector, usualmente coincide con el
extremo del péndulo y la tarea que se propone realizar
con el FAIP en el ejemplo, es la del seguimiento de una
trayectoria sinusoidal que se mostrará más adelante.
Figura 4. Ejemplo de un péndulo invertido real.
Comprensión de los datos: Esta fase implica un
análisis de la información disponible para realizar la iden-
tificación del FAIP. Con lo anterior se determinan las va-
riables que componen a los conjuntos de características
y etiquetas.
En cualquier instante, el comportamiento de los SD
puede describirse mediante un conjunto reducido de va-
riables llamadas variables de estado, junto con un con-
junto de variables adicionales de entrada o control. En
sistemas como el FAIP, los estados normalmente inclu-
yen las coordenadas generalizadas (las posiciones del ca-
rro y el péndulo) y sus primeras derivadas con respecto
al tiempo (las velocidades del carro y el péndulo).
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 45 / 88
Por lo tanto, en un instante cualquiera, el FAIP tie- y la línea punteada muestra la energía que se inyecta a
ne un estado determinado. Si una acción de control se cada actuador.
aplica en ese momento a sus actuadores, el estado del Modelado: Durante esta fase, se establece una es-
FAIP será distinto dentro de un breve periodo de tiem- tructura de modelo adecuada para describir el compor-
po futuro (conocido como periodo de muestreo). De esta tamiento del sistema y sus parámetros se ajustan utili-
forma, el conjunto de características del sistema puede zando los datos del subconjunto de entrenamiento. Para
estar conformado por el estado del sistema y el valor de este sistema, el modelo se deriva utilizando las leyes de
las acciones de control. Estos últimos se aplican en dis- Newton y tiene una estructura matemática como la que
tintos instantes de tiempo. Adicionalmente, el conjunto se observa en la Figura 6.
de etiquetas puede contener el estado futuro al que el
sistema llega después de un periodo de muestreo a partir
de esos valores.
Preparación de los datos: En este punto, las varia-
bles de los conjuntos de características y etiquetas están
definidas. En esta fase es necesario extraer experimen-
talmente los valores de estas variables desde el sistema
real. Para sistemas mecatrónicos como el FAIP, es nece-
sario inducir el mayor número de movimientos distintos
en el sistema, de tal forma que se obtenga información
representativa acerca de su comportamiento. Esto se lo-
gra utilizando una señal de control estratégica que ex-
cite la dinámica del sistema (por ejemplo, una función
sinusoidal amortiguada) durante una ventana de tiempo
predefinida (cuanto más grande sea la ventana, mayor
será la información generada). Figura 6. Modelo del FAIP.
Debido a que el modelo de la Figura 6 posee una
estructura no lineal, el ajuste de sus parámetros es una
tarea compleja, pero puede realizarse con técnicas de CE.
8

Entre las técnicas de CE que existen actualmente, Evo-

6

4
lución Diferencial (ED) es una alternativa de gran po-
2
pularidad por su simplicidad y efectividad en la solución
0
de problemas de ingeniería [9]. Por esto, ED se usa en
-2
esta fase para encontrar los parámetros del modelo en la
-4 Figura 6.
-6 De esta forma, ED prueba distintas combinaciones
de parámetros del modelo, inicialmente aleatorias, y las
0 1 2 3 4 5 6 7 8 9 10

refina al paso de las generaciones a través de operaciones

como mutación, recombinación y selección. La aptitud de
8

6
cada alternativa se mide con base en el nivel de similitud
4 que el modelo ajustado tiene con el FAIP real. Entonces,
2 la configuración de parámetros más apta es aquella cu-
yo modelo otorga las mismas salidas del sistema real al
inyectarse las mismas entradas.
0

-2
Las metaheurísticas como ED son técnicas compu-
-4 tacionales estocásticas. Debido a esta aleatoriedad, los
resultados que se obtienen con ED son distintos en cada
0 1 2 3 4 5 6 7 8 9 10

ejecución. Por ello, se necesitan alrededor de treinta eje-

Figura 5. Datos de entrada y salida adquiridos desde el
péndulo invertido.
La Figura 5 muestra la forma que tienen los datos
adquiridos desde el carro (gráfica de arriba) y el péndulo
(gráfica de abajo) del FAIP. La línea continua indica las
posiciones, la línea segmentada denota las velocidades,
cuciones independientes de ED para obtener suficientes
alternativas de los parámetros del modelo.
Evaluación: Esta fase toma las treinta alternativas
de parámetros, obtenidas en el modelado, para verifi-
car su calidad con base en la información que no fue
contemplada durante su ajuste, es decir, los datos del
subconjunto de evaluación. Así, es posible determinar la

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
capacidad de cada configuración del modelo para gene-
ralizar el comportamiento del FAIP real en presencia de
entradas desconocidas.
La calidad de cada una de las treinta configuraciones
del modelo se mide como la aptitud utilizada durante
el modelado considerando las características y etiquetas
del subconjunto de evaluación. De esta manera, la mejor
configuración del modelo será la que, usando las mismas
entradas del sistema, es capaz de calcular salidas simila-
res a las de este último.
Tras esta evaluación de calidad, la mejor alternativa
de modelo se puede utilizar en la fase de despliegue.
Despliegue: Hasta este punto, ya se cuenta con el
mejor modelo del FAIP y, en esta fase, puede utilizarse
como soporte en la toma de decisiones para alcanzar los
objetivos del negocio. Para el FAIP, el objetivo del nego-
cio consiste en el seguimiento preciso de una trayectoria,
por lo que el modelo puede utilizarse en el diseño o ajuste
de una adecuada estrategia de control que lo logre.
Las estrategias de control que existen en la actualidad
son muy diversas. No obstante, el controlador Proporcio-
nal Integral Derivativo (PID) es, por mucho, la estrategia
de control más utilizada en la industria y por ello se eli-
ge para gobernar el comportamiento del FAIP como se
muestra en la Figura 7.
Figura 7. Estrategia de control para el FAIP.
Sin importar su tipo, todas las estrategias de con-
trol incluyen parámetros susceptibles de sintonización
que condicionan su rendimiento en la realización de una
tarea. En el controlador PID, estos parámetros son las
ganancias proporcionales, integrales y derivativas.
Una estrategia mal sintonizada, puede producir com-
portamientos no deseados en el sistema controlado y pro-
vocar costos y daños. Afortunadamente, el modelo obte-
nido a partir de las fases anteriores se puede utilizar para
predecir el comportamiento del sistema real. Lo anterior
permite identificar la mejor configuración de los paráme-
tros, sin el riesgo que implica realizar estas pruebas en el
sistema real.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 46 / 88
Una vez que se encuentra la mejor configuración del
controlador, esta se puede implementar en el sistema real
para verificar su comportamiento. La Figura 8 muestra la
respuesta del carro (gráfica de arriba) y el péndulo (grá-
fica de abajo) del FAIP real que utiliza el controlador
PID ajustado en la fase de despliegue. En esta figura, la
línea continua muestra la posición de cada elemento del
FAIP a lo largo del tiempo, y la línea segmentada indica
la referencia o el valor deseado de estas posiciones. Como
puede apreciarse, el FAIP desarrolla una trayectoria muy
cercana a la deseada. Lo anterior muestra la efectividad
del AM/CE en la identificación y control de un sistema
dinámico como el FAIP.
1 AM/CE/ED Referencia
0.5
0
-0.5
-1
0 1 2 3 4 5 6 7 8 9 10
3 AM/CE/ED Referencia
-1
-2
-3
0 1 2 3 4 5 6 7 8 9 10
Figura 8. Seguimiento de una trayectoria sinusoidal usando
el controlador PID sintonizado con el enfoque AM/CE.
Conclusiones
Las tareas de identificación y control de SD son cruciales
para el desarrollo de aplicaciones que cubran las necesi-
dades de la sociedad actual. Sin embargo, estas dos tareas
son bastante complejas y requieren un gran esfuerzo para
ser abordadas adecuadamente.
Por fortuna, estas tareas se pueden alinear con meto-
dologías de AM, como CRISP-DM, que pueden ayudar a
desarrollarlas de forma sistemática y simple, incremen-
tando las posibilidades de alcanzar sus objetivos con éxi-
to. Además, pueden aprovechar la efectividad de técnicas
de CE para resolver los problemas complejos involucra-
dos en sus fases.
Por lo anterior, un enfoque AM/CE, como el que se
desarrolla en este trabajo para el FAIP, resulta adecuado
para identificar modelos precisos que pueden utilizarse
en el ajuste efectivo de estrategias de control.✵
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
REFERENCIAS
1. Ogata, K. y Yang, Y. (2002). Modern Control Engineering.
Cuarta edición, Prentice Hall, India.
2. Ljung, L. (1998). System Identification. En Procházka A., et al.
(Eds.) Signal Analysis and Prediction: Applied and Numerical
Harmonic Analysis. Birkhäuser, Boston, MA., 163-173.
3. Rodríguez-Molina, A., Mezura-Montes, E., Villarreal-
Cervantes, M.G., y Aldape-Pérez, M. (2020). Multi-objective
meta-heuristic optimization in intelligent control: a survey on
the controller tuning problem. Applied Soft Computing, 93
1-26.
4. Michalski, R S., Carbonell, G., y Mitchell, T.M. (2013). Machine
learning: An artificial intelligence approach. Springer Science
and Business Media, Berlín, Alemania.
5. Kitchin, J.R. (2018). Machine learning in catalysis. Nature Ca-
talysis, 1(4), 230–232.
Komputer Sapiens 47 / 88
6. Wirth, R. (2000). CRISP-DM: towards a standard process mo-
del for data mining. En Proceedings of the Fourth International
Conference on the Practical Application of Knowledge Disco-
very and Data Mining, Manchester, GBR., 29–39.
7. Bäck, T., Fogel, D.B., y Michalewicz, Z. (1997). Handbook
of evolutionary computation. Primera edición. IOP Publishing
Ltd., GBR.
8. Boubaker, O. (2012). The inverted pendulum: A fundamental
benchmark in control theory and robotics. En Proceedings of
International Conference on Education and e-Learning Inno-
vations, Susa, Túnez, 1-6.
9. Storn, R. y Price, K. (1997). Differential Evolution – A Simple
and Efficient Heuristic for Global Optimization over Continuous
Spaces. Journal of Global Optimization, 11(4), 341–359.

SOBRE LOS AUTORES

Alejandro Rodríguez-Molina es Ingeniero en Sistemas Computacionales por la ESCOM-IPN, Maes-

tro en Ciencias de la Computación por el CINVESTAV-IPN y Doctor en Ingeniería de Sistemas Robó-
ticos y Mecatrónicos por el CIDETEC-IPN. Es profesor en el Tecnológico Nacional de México campus
Tlalnepantla y realiza investigación en Inteligencia Artificial aplicada a la solución de problemas en
ingeniería.
Miguel Gabriel Villarreal-Cervantes obtuvo el grado de Ingeniero en Electrónica en el Instituto
Tecnológico de Veracruz y el grado de Maestro y Doctor en Ciencias en Ingeniería Eléctrica opción
Mecatrónica en el CINVESTAV-IPN. Cuenta además con una especialidad de Técnico en Sistemas
Computacionales. Es profesor investigador en el Centro de Innovación y Desarrollo Tecnológico en
Cómputo del Instituto Politécnico Nacional (CIDETEC-IPN) en México. Su interés en investigación se
centra en la optimización de sistemas mecatrónicos, cómputo evolutivo aplicado en el diseño y control
de sistemas mecatrónicos, sintonización de controladores con enfoques evolutivos y robótica.

Miguel Ángel Paredes-Rueda es Ingeniero Electromecánico y Maestro en Ciencias en Ingeniería

Mecánica por el Tecnológico Nacional de México campus Tlalnepantla (TecNM-ITTLA). Actualmente,
es profesor, investigador y jefe de la División de Estudios de Posgrado e Investigación del TecNM-
ITTLA. Sus intereses de investigación se centran en los sistemas electromecánicos.

Carlos Alberto Guerrero-León es Licenciado en Matemáticas por la Universidad Juárez Autónoma

de Tabasco y actualmente cursa la Maestría en Ciencias de la Ingeniería en el Tecnológico Nacional de
México campus Tlalnepantla. Sus intereses en investigación incluyen teoría de grafos, aprendizaje de
máquina y ciencia de datos.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 48 / 88
ARTÍCULO ACEPTADO
El aprendizaje de máquina y el modelado de
propiedades de materiales nanoestructurados
Kaled Corona-Romero, M. Fernanda Rosales-De la Cruz, Diego E. Navarro-López, Edgar R. López-
Mena y Gildardo Sánchez-Ante
Motivación demanda contínuamente la creación de nuevos materia-
Existe la preocupación en la comunidad de la salud pú- les con propiedades específicas. Desafortunadamente, el
blica ante el desarrollo de resistencia microbiana a los proceso de desarrollo y comercialización suele ser muy
fármacos. Esto significa esencialmente que algunas bac- largo y costoso. Ejemplo de ello son materiales como el
terias catalogadas como multirresistentes, han desarro- Teflón, el Velcro y el Policarbonato, algunos de los cua-
llado mecanismos que les permiten evadir los fármacos les requirieron hasta de 25 años para llegar a la etapa
tradicionales[1]. Es por ello que, entre otras acciones, se comercial [2]. Claramente, este es un reto que se busca
están tratando de encontrar nuevos materiales que ten- resolver [3]. En este trabajo se describirá brevemente có-
gan propiedades antimicrobianas y que preferentemente mo el aprendizaje de máquina está siendo usado como
no permitan que las bacterias desarrollen resistencia a una herramienta para acelerar el proceso de diseño de
ellos. Éste es un claro ejemplo de cómo la vida moderna materiales antimicrobianos.

El diseño de nuevos materiales puede beneficiarse de técnicas

computacionales como el aprendizaje de máquina.
Diseño de nuevos materiales antimicro- ser un factor primordial para la utilización de técnicas
bianos computacionales que apoyen al proceso inductivo.
Diseñar un nuevo material es complicado, entre otras co-
sas, porque el desempeño final de ese material es determi-
nado por varias características interrelacionadas. Existen
básicamente dos enfoques para el proceso: el enfoque in-
ductivo y el enfoque deductivo. Ambos contemplan fun-
damentalmente los mismos elementos, solo que en un
orden diferente. La Figura 1 muestra esos elementos e
indica el orden en que se consideran en cada tipo de en-
foque. El enfoque que se usa con mayor frecuencia hoy
día es el deductivo (bottom-up). Hacer cambios en la sín-
tesis de un material tiene efectos en la microestructura
del mismo. Es decir, impacta la forma en que sus áto-
mos están colocados en el espacio. Esa microestructura,
por su parte, define las propiedades del material y por
ende su desempeño para alguna tarea. A diferencia de
cómo esos cambios y sus efectos van propagándose en
el enfoque deductivo, en el caso del enfoque inductivo
se parte de especificar las propiedades requeridas en el
material. Posteriormente, se calcula la microestructura
requerida y se define el proceso de síntesis. Diversos au-
tores consideran que este enfoque será cada vez más uti-
lizado, sobre todo, con la adición de nuevas herramientas Figura 1. Fases del diseño de un nuevo material y los dos
computacionales [3] [4]. Por cierto, aunque pocas veces enfoques para el flujo de trabajo.
se menciona de manera explícita, a la par de estas etapas
del proceso de diseño se llevan a cabo actividades de reco- La Organización Mundial de la Salud ha identificado
lección, almacenamiento, depuración e interpretación de al óxido de zinc (ZnO) como un compuesto que exhibe
datos experimentales. Se verá cómo esos datos pueden propiedades antimicrobianas. Con la finalidad de maxi-

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
mizar la eficacia de ese material, se han desarrollado es-
tudios en los que se insertan otros elementos químicos a
la estructura del óxido de zinc. Normalmente, se trata de
elementos que pertecen a la familia de las tierras raras,
o también conocidos como lantánidos. Varios de esos 15
elementos químicos están siendo estudiados o empleados
para la industria de las energías renovables, la electró-
nica y la medicina. En este último caso, el desarrollo y
aplicación de nuevos materiales nanoestructurados como
agentes antimicrobianos incluye, en términos generales,
las siguientes etapas:
Síntesis del material: en esta etapa se construye
el nanomaterial a través de un proceso de síntesis
química.
Estudio de la estructura del material: se analiza a
detalle la estructura cristalina del material, es de-
cir, la manera en que sus átomos se colocan en el
espacio tridimensional. Para ello se requiere aplicar
diversas técnicas de la química analítica.
Determinación de propiedades: se hacen pruebas
preliminares de los materiales como agentes anti-
microbianos. Se obtienen datos como efectividad,
concentraciones mínimas de material a usar y tiem-
po de exposición, entre otros.
Análisis de desempeño: se realizan pruebas para
determinar la cinética del mecanismo de reacción
de los materiales y las bacterias. Se relacionan las
características morfológicas y estructurales con el
poder antimicrobiano de los materiales. Se com-
paran esos resultados con otros nanomateriales ya
reportados.
En trabajos reportados con anterioridad [5][6], se ha
analizado el efecto de las sustituciones atómicas en el óxi-
do de zinc. En particular, se han reemplazado átomos de
zinc por elementos como el erbio y el iterbio. Ese reem-
plazo modifica parámetros importantes de la estructura
y forma (morfología) del material nanoestructurado, lo
que conlleva a una modificación en sus propiedades físi-
coquímicas. Esto es relevante para el caso de materiales
antimicrobianos ya que bacterias como la Escherichia
coli y el Staphylococcus aureus son sensibles al tamaño
de partícula y a la dosis del material. El estudio de la
cinética de reacción de esas bacterias con esos nuevos
nanomateriales ha mostrado una efectividad de hasta
el 92 % en la inhibición del crecimiento de las bacterias.
Este resultado permite considerar a estos nanomateriales
como potencialmente aplicables para la industria médica
y biotecnológica. Sin embargo, se requiere el desarrollo
de una gran cantidad de experimentos en el laboratorio
para sintetizar materiales con variaciones en ciertos pa-
rámetros. Cada que se sintetiza una nueva versión del
material, es necesario caracterizarlo mediante diversos
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 49 / 88
equipos especializados y evaluar la efectividad biológica
para determinar el efecto antimicrobiano. Este proceso
puede llevar en total varios meses, por lo que a la par
se buscan alternativas que permitan acelerarlo. Una de
ellas es la utilización de técnicas de aprendizaje de má-
quina.
El aprendizaje de máquina
En años recientes uno de los términos que aparecen con
más frecuencia, no solo en textos de las ciencias compu-
tacionales sino de otras áreas, es el del aprendizaje de
máquina, o como se le conoce en inglés, el machine lear-
ning (ML).
La razón de esta explosión en el uso del término y
lo que conlleva, tiene que ver en buena medida con su
utilidad como herramienta para la resolución de proble-
mas complejos en una variedad interesante de ámbitos.
Algunos de los ejemplos clásicos de este tipo de proble-
mas son: determinar si un correo electrónico en particular
es correo no deseado (spam), reconocer caras de perso-
nas, traducir entre diferentes idiomas, poder reconocer
voces y hacer que un robot se mueva adecuadamente. A
esos ejemplos, ya de libros de texto, se suman otros más
novedosos y/o mas especializados, como la clasificación
de imágenes médicas, la interpretación de resultados ex-
perimentales y la conducción de vehículos autónomos,
por mencionar algunos. Todos esos problemas tienen en
común que diseñar los programas o algoritmos para re-
solverlos suele ser sumamente complicado. Pensemos por
un momento que se desea escribir un programa para que
un vehículo autónomo sea capaz de ir de un sitio a otro
en la ciudad. Son tantas las condiciones que hay que
vigilar que es una tarea titánica. Sin embargo, otro fac-
tor común en esos mismos problemas es que los huma-
nos suelen resolverlos observando ejemplos de solución y
aprendiendo de ellos.
Es aquí donde el aprendizaje de máquina o apren-
dizaje automático hace su aparición. Si en esos casos
es posible obtener datos que funcionen como ejemplos,
entonces con las técnicas adecuadas del aprendizaje de
máquina, se puede lograr que la computadora aprenda
a resolverlos. Por poner un ejemplo simple, se podrían
recolectar N imágenes de la cara de una persona, con
algunas variaciones en su perspectiva, iluminación y es-
cala, y con ellas se buscaría entrenar a un sistema para
que reconozca a esa persona en una nueva imagen. Esa
es una tarea típica de la que se encarga el aprendizaje de
máquina.
El aprendizaje de máquina es una rama de la inte-
ligencia artificial cuyo objetivo es lograr que la compu-
tadora pueda aprender automáticamente a partir de da-
tos. La idea general es recolectar datos del problema en
cuestión, y usar esos datos para aprender cómo es que
se resuelve la tarea. Este tipo de enfoque tiene venta-
jas tales como: a) resolver tareas de un cierto nivel de
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
complejidad de manera robusta, b) que las soluciones se
construyen con base a datos, más que solamente en la
intuición y c) que es relativamente fácil adaptarse a nue-
vas situaciones mediante la incorporación de más datos.
El principio subyacente en la teoría del aprendizaje au-
tomático es que prácticamente todos los problemas que
involucran aprendizaje pueden ser formulados como co-
rrespondencias entre entradas y salidas, aunque en mu-
chas ocasiones esa correspondencia sea compleja. Esta
noción se muestra en la Figura 2.
Figura 2. Diferencias entre la programación tradicional y el
aprendizaje de máquina.
En términos simples, se consideran tres tipos de
aprendizaje [7]:
Aprendizaje supervisado: En este tipo de aprendi-
zaje se requieren datos de la forma (i, o), donde i son las
entradas y o las salidas correspondientes a esas entradas.
Con dicha información es posible entrenar un modelo.
Algunos algoritmos de este tipo son las redes neurona-
les artificiales (RNA), las máquinas de soporte vectorial
(SVM) y los árboles de clasificación, entre muchos otros.
En el caso en que las respuestas sean números reales, se
dice que se trata de un problema de regresión. Si las res-
puestas son etiquetas con valores específicos, se dice que
se trata de un problema de clasificación.
Aprendizaje no supervisado: En ocasiones no se
tiene acceso a las respuestas, sino que solamente se cuen-
ta con las entradas. En estos casos, el problema se formu-
la como encontrar los patrones subyacentes en los datos.
Esos patrones por ejemplo dirían si existen correlaciones
entre los datos o si los datos pueden agruparse de alguna
manera, considerando que se comportan de manera simi-
lar entre ellos. Estas técnicas útiles para entender mejor
los datos y para detectar valores anómalos. Dentro de
esta clase de aprendizaje se encuentran diversos algorit-
mos de agrupamiento (clustering), como el de K -medias
(K -means).
Aprendizaje por refuerzo. En este caso, no se tie-
ne acceso directo a la respuesta correcta para una cierta
entrada, sino que se puede obtener una medida de que
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 50 / 88
tan buena o mala es una cierta salida. A esa medición
se le suele llamar recompensa, que por cierto puede ser
positiva o negativa. En términos simples, en este caso de
aprendizaje se suele dar un ciclo en el que un agente per-
cibe su entorno, decide por una acción (o secuencia de
acciones) y obtiene como consecuencia una recompensa.
El ciclo se repite y el agente incorpora la información de
las recompensas para modificar la forma en la que decide
las acciones a ejecutar.
Después de esta breve introducción al aprendizaje de
máquina y sus clases, en lo que resta de este artículo se
describirá una aplicación orientada a acelerar el proceso
de desarrollo de un nuevo material nanoestructurado con
implicaciones en la biotecnología.
El aprendizaje de máquina y el diseño de
nuevos materiales
En los últimos años, la participación de las ciencias
computacionales en la ciencia de los materiales ha ido
cambiando desde el uso de herramientas para el desarro-
llo de cálculos complejos y simulaciones, hasta su apli-
cación en el diseño de nuevos materiales, empleando la
minería de datos y el aprendizaje automático. A últi-
mas fechas se están dedicando grandes esfuerzos a la im-
plementación de modelos más adecuados que combinen
métodos experimentales con técnicas basadas en la inte-
ligencia artificial.
Las aplicaciones del aprendizaje automático en el des-
cubrimiento y diseño de materiales se pueden dividir en
tres clases principales: predicción de propiedades de ma-
teriales, descubrimiento de nuevos materiales y otros pro-
pósitos.
Por lo que respecta a la predicción de propiedades
de los materiales, normalmente se utilizan métodos de
análisis de regresión. Un escenario típico, en ese caso,
es como el siguiente: se dispone de datos experimentales
que se han recabado en el laboratorio, con esos datos se
entrena un modelo de aprendizaje y el modelo es utili-
zado para identificar nuevos experimentos promisorios o
incluso para extrapolar algunos análisis a nuevos mate-
riales. La Figura 3 ilustra dicho escenario.
A la fecha, se cuenta con datos de cerca de 700 expe-
rimentos, que incluyen nanomateriales basados en ZnO
combinado con erbio, iterbio, samario y cerio. Con los
datos de esos experimentos, se probaron varios métodos
del aprendizaje supervisado, tales como regresión lineal,
máquinas de vector soporte y perceptrón multicapa. En
virtud de que el perceptrón multicapa (MLP) ofreció una
mayor precisión, se seleccionó ese modelo.
Los modelos generados han reportado errores entre el
2 y el 4 % por lo que se pueden considerar como acepta-
bles. La red MLP considera como entradas los siguientes
atributos: parámetros de celda (a y c), tiempo de expo-
sición al material, elemento químico adicionado al óxido
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
de zinc, concentración de ese elemento, tamaño del cris-
tal y tipo de bacteria. La propiedad que se mide como
resultado es la absorbancia en una muestra del cultivo de
la bacteria, que es una forma indirecta de medir el efec-
to antimicrobiano del material. Contar con un modelo
como este permitiría, entre otras tareas, que dado un di-
seño de experimentos, se prioricen aquellos que pudieran
resultar más promisorios. Hipotéticamente con ello se po-
dría reducir el número de experimentos ejecutados en el
laboratorio sin afectar de manera importante la calidad
de la información recabada. Este enfoque pudiera incluso
extenderse para elementos químicos de los cuales aun no
se han hecho pruebas, lo que sería ya una extrapolación
del modelo. Esta última tarea aun está pendiente de ser
validada.
Figura 3. El proceso de diseño del nanomaterial antimicro-
biano con redes neuronales.
Conclusiones
El diseño de nuevos materiales es una necesidad creciente
en la industria, pero el proceso que actualmente se usa
es básicamente de prueba y error, lo que implica la utili-
zación de una gran cantidad de recursos. En paralelo, la
tendencia de compartir datos y la existencia incluso de
proyectos financiados por agencias gubernamentales pa-
ra recolectar y compartir los datos ha permitido que hoy
dia existan diversas bases de datos conteniendo medicio-
nes de propiedades de muchos materiales disponibles.
Komputer Sapiens 51 / 88
Mediante el uso de datos, en este caso propios, se han
creado modelos basados en el aprendizaje supervisado,
concretamente en redes neuronales perceptrón multica-
pa, con los cuales se puede ayudar en la optimización de
la etapa experimental en el laboratorio.
Sin duda, las herramientas que la inteligencia artifi-
cial, y especialmente el aprendizaje de máquina tienen
son una alternativa viable y eficiente para un desarollo
mas sostenible de materiales nuevos.✵
REFERENCIAS
1. González, J., Maguiña, C., González, F. (2019). La resistencia a
los antibióticos: un problema muy serio. Acta Médica Peruana,
36(2), 145-151.
2. Eagar, T. (1995). Bringing new materials to market.
T echnology Review, 98(2), 42-49.
3. Stein, H., y Gregoire, J.M. (2019). Progress and prospects for
accelerating materials science with automated and autonomous
workflows. C hemical science, 10(42), 9640-9649.
4. Muchnick, H., Thompson, S., Samadiani, E., Allen, J., Joshi,
Y., y Mistree, F. (2006). Exploring the Advantages of Materials
Design in a Product Design Process. En P roc ASME 2006 Inter-
national Design Engineering Technical Conferences and Compu-
ters and Information in Engineering Conference, 529-543.
5. Sánchez-López, A., Perfecto-Avalos, Y., Sanchez-Martinez, A.,
Ceballos-Sanchez, O., Sepulveda-Villegas, M., Rincón-Enríquez,
G., Rodríguez-González, V., Garcia-Varela, R. Marcelo, L.,
Navarro-López, D, Sanchez-Ante, G., Corona-Romero, K., y
López-Mena, E., (2022). Influence of erbium doping on zinc oxi-
de nanoparticles: Structural, optical and antimicrobial activity,
Applied Surface Science, 575(151764).
6. Navarro-López, D., Garcia-Varela, R., Ceballos-Sanchez, O.,
Sanchez-Martinez, A., Sanchez-Ante, G., Corona-Romero, K.,
Buentello-Montoya, D.A., Elías-Zuñiga, A., y López-Mena, E.,
(2021). Effective antimicrobial activity of ZnO and Yb-doped
ZnO nanoparticles against Staphylococcus aureus and Escheri-
chia coli, M aterials Science and Engineering: C, 23(112004).
7. Svensén, M., y Bishop, C. M. (2007). Pattern Recognition and
Machine Learning, New York, Springer.

SOBRE LOS AUTORES

Kaled Corona-Romero cursa la Ingeniería en Ciencia de datos y Matemáticas en el Tecnológico de

Monterrey. Es miembro de la Association for Computer Machinery (ACM) desde 2021. Actualmente
es asistente de investigación en el grupo de investigación Nanobiotecnología. Sus áreas de interés son
el aprendizaje de máquina, las tecnologías que mejoran la privacidad y la criptografía.

M. Fernanda Rosales-De la Cruz estudia Ingeniería en Biotecnología en el Tecnológico de Mon-

terrey desde 2018. Actualmente es asistente de investigación en los grupos de Nanobiotecnología y
FoodBiotech. Entre sus intereses de investigación destacan el estudio de los efectos de nanopartículas
en sistemas biológicos y la creación de alimentos funcionales a partir de subproductos industriales.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 52 / 88

Diego E. Navarro-López es doctor en ciencia y tecnología en biotecnología productiva por el Centro

de Investigación Asistencia en Tecnología y Diseño del Estado de Jalisco (2018). Actualmente es profesor
en el Tecnológico de Monterrey. Sus áreas de interés son el estudio de nanomateriales como agentes
antimicrobianos y el desarrollo de nuevas tecnologías para la modificación del metabolismo secundario
en plantas. Es miembro del Sistema Nacional de Investigadores, Nivel I.

Edgar R. López-Mena obtuvo el grado de doctor en Ciencias en Física. Fue investigador visitante
en Nanyang Technological University, Singapur (2017-2018). Actualmente es profesor investigador en el
Tecnológico de Monterrey, sus líneas de investigación son la nanobiotecnología, nanomedicina y energías
renovables. Es miembro del Sistema Nacional de Investigadores, Nivel I.

Gildardo Sánchez Ante es doctor en Ciencias Computacionales por el Tecnológico de Monterrey

(2002). Fue investigador invitado en el Laboratorio de Robótica de la Universidad de Stanford (1999-
2001) y en la Universidad Nacional de Singapur (2004-2005). Actualmente es profesor investigador en
el Tecnológico de Monterrey. Sus áreas de interés son el aprendizaje de máquina, la IA y la planeación
de movimientos en robots. Es miembro del Sistema Nacional de Investigadores, Nivel I.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
Redes Adversarias Generativas: engañando a la
inteligencia humana
Leonardo Herrera, Marlen Meza-Sánchez, M.C. Rodríguez-Liñán y Eddie Clemente
¿Qué son las Redes Adversarias Genera-
tivas?
Las Redes Adversarias Generativas (RAG) son una ar-
quitectura de la Inteligencia Artificial (IA), particular-
mente del Aprendizaje Profundo (AP), que consiste en
dos Redes Neuronales Convolucionales (RNC), denomi-
nadas Generador y Discriminador, las cuales se entrenan
para resolver de forma óptima una tarea. Las RNC son
una clase particular de redes neuronales propuestas para
realizar operaciones en tareas de visión por computadora
y que han evolucionado para abordar un sinfín de pro-
blemas de la ingeniería. En su versión más simple, las
redes neuronales son un conjunto de nodos -usualmente
llamados neuronas- que se interconectan entre sí a tra-
vés de pesos. Estas redes se entrenan con datos, con la
finalidad de modelar fenómenos que resultan difíciles de
ser modelados por leyes establecidas (leyes de Newton,
por ejemplo). En el proceso de entrenamiento, los pará-
metros de la red (pesos) son ajustados de tal forma que
la red alcance un modelo confiable.
La arquitectura de las RAG fue presentada por pri-
mera vez en 2014 [1], y su prominencia se puede apre-
ciar en las casi 40,000 citas que ha ganado a la fecha de
enero 2022, además del sinnúmero de aplicaciones que
esta arquitectura permite en diversos campos de la inge-
niería, como explicaremos más adelante. Su fase de en-
trenamiento es a través de la técnica de Aprendizaje No
Supervisado (ANS). Esto significa que las RAG utilizan
sólo datos sin etiqueta, esto es, imágenes que no están
clasificadas. Durante el proceso de entrenamiento, am-
bas redes “compiten” constantemente con la intención de
ser mejor que la otra. El Generador buscará engañar al
Discriminador creando imágenes a través de la búsqueda
e imitación de patrones encontrados en imágenes reales.
Su objetivo es generar imágenes falsas que el Discrimi-
nador sea incapaz de distinguir entre ellas y las imágenes
reales. Por otro lado, el Discriminador buscará ganarle al
Generador distinguiendo correctamente entre las imáge-
nes falsas y las reales. Un óptimo entrenamiento concluye
con la victoria del Generador, donde este produce imá-
genes falsas similares a las reales y el Discriminador es
incapaz de distinguirlas de las reales.
El proceso de entrenamiento de las RAG puede expli-
carse a través de la analogía policía-delincuente, donde el
policía juega el papel del Discriminador y el delincuente
el del Generador. Imaginemos un delincuente falsificador
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 53 / 88
de billetes, y por otro lado un policía que le sigue la pista
a través de verificar los billetes que el delincuente dispen-
sa. En principio, el delincuente no tiene mucha experien-
cia en fabricar billetes falsos, mientras que el policía sí la
tiene en detectarlos, ya que conoce la descripción de las
características que debe tener un billete verdadero. Esto
significa que, al inicio, el Discriminador de las RAG tiene
la capacidad de distinguir entre las imágenes reales y las
que produce el Generador. En la analogía, se deduce que
la inexperiencia del delincuente debe llevar a su pronta
captura; sin embargo, el delincuente se supera y produ-
ce billetes falsos más parecidos a los reales, entonces la
tarea para el policía ya no es tan simple. El policía aho-
ra necesita entrenarse para reconocer los nuevos billetes
falsos producidos por el delincuente. Una vez entrenado,
es capaz de nuevamente detectar billetes falsos. El de-
lincuente no se queda atrás, y se supera en crear billetes
falsos, y llega a un punto de perfección en donde, por más
que el policía se entrene, no hay forma de que los bille-
tes producidos por el delincuente puedan ser detectados
como falsos. Finalmente, el delincuente se ha salido con
la suya, la distribución de probabilidad de sus billetes
falsos es igual a la de los billetes reales, y el policía a lo
más que llega es a tener la certidumbre de 50 % sobre la
falsedad de los billetes. Esto significa que el policía tiene
la misma probabilidad de equivocarse que de acertar al
clasificar un billete falso y uno real.
La analogía policía-delincuente ejemplifica el proceso
de entrenamiento de las RAG. Una vez que este entre-
namiento concluye de forma óptima, las RAG pueden
generar imágenes falsas similares a las imágenes reales.
Las imágenes generadas no son necesariamente las mis-
mas que las reales empleadas en el entrenamiento, pero
son similares en el sentido de que en ambas aparecen las
mismas características de identificación (esto es, que las
imágenes generadas y las reales provienen de una misma
distribución de probabilidad).
Cabe mencionar que la distribución de probabilidad
en el contexto de imágenes resulta un concepto abstracto.
Sin embargo, mantiene la esencia que en el caso de una
sola variable. Dicho esto, la distribución de probabilidad
de un conjunto de imágenes es una función que asigna a
cada imagen la probabilidad de que dicha imagen ocu-
rra. Podemos decir, que un conjunto de imágenes es un
conjunto de matrices que a su vez puede transformarse
a un conjunto de vectores. Por ejemplo, una imagen de
n×n píxeles, es una matriz de n×n elementos, que a su
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 54 / 88
vez es un vector de (n×n)×1 elementos. Al tratar con
imágenes tratamos con vectores, y al tratar con vectores
podemos definir distribuciones de probabilidad multidi-
mensionales para dado conjunto de vectores.
Al finalizar de forma óptima el entrenamiento de las
RAG, el Discriminador solo puede acertar el 50 % de las
veces en identificar una imágen falsa de una real, por lo Figura 2. Evolución del Generador y del Discriminador du-
que su salida toma un valor de 0.5. Llegada esta etapa rante un entrenamiento óptimo [1].
del entrenamiento, se dice que la arquitectura finalmente
ha alcanzado el equilibrio de Nash, el cual es un concepto
de la Teoría de Juegos que garantiza un resultado óptimo
La Matemática detrás de las RAG
Con fines ilustrativos, el estudio matemático presenta-
[2,3]. do en esta sección se confina al contexto unidimensional,
De acuerdo a la arquitectura mostrada en la Figura 1, donde las distribuciones de probabilidad son funciones
el Discriminador (D) es entrenado para una tarea de cla- escalares. El planteamiento de las RAG se basa en que
sificación binaria; es decir, el resultado en su salida toma tanto el Discriminador como el Generador optimicen una
dos posibles valores, ya sea que clasifique las imágenes función matemática. En el trabajo original [1], se propo-
como reales (con valor numérico de 1) o como imágenes ne el uso de funciones logarítmicas para construir esta
falsas (con valor numérico de 0) que han sido producidas función. Este proceso se describe a continuación.
por el Generador. A su vez, el Generador (G) es entrena- Primero, considere la función
do para engañar al Discriminador a través de imágenes
falsas (G(Z)), generadas a partir de ruido aleatorio (Z) f(D) = a log(D), (1)
en su entrada.
Imágenes la cual se muestra en la Figura 3 para un valor de a = 1.
reales

Discriminador 0
(D)
-1

Generador (G) Máximo en D=1

Imágenes falsas (G(Z)) -2

-3
Ruido (Z)

Figura 1. Arquitectura de las RAG. -4

La Figura 2, de izquierda a derecha, muestra la evo- -5

lución de un entrenamiento óptimo para las RAG: en 0 0.2 0.4 0.6 0.8 1
color negro la distribución de probabilidad de las imáge-
nes reales; en verde la distribución de probabilidad de las
imágenes falsas; y en azul la salida del Discriminador. Al Figura 3. Función costo f(D) = log(D) para el Discrimina-
inicio del entrenamiento (izquierda), se puede observar dor.
que la distribución de las imagénes falsas es distinta a
la de las imágenes reales, y la salida del Discriminador El Discriminador es entrenado para que la función
no es constante. Conforme el entrenamiento avanza (cen- (2) alcance su valor máximo, siempre y cuando las imá-
tro), se puede observar que la distribución de imágenes genes que reciba sean reales. Cuando el Discriminador
falsas se empieza a parecer a la de las imágenes reales logra que esta función de costo alcance el valor máximo,
y que, al mismo tiempo, la salida del Discriminador co- el cual es 0, este alcanza el valor de 1. Esto significa que
mienza a adquirir un valor constante. Finalmente, en el el Discriminador es capaz de clasificar correctamente las
lado derecho, se aprecia que la distribución de imágenes imágenes reales.
falsas ahora es igual a la de imágenes reales; la salida del Ahora considere la función
Discriminador es una constante de valor 0.5 ya que el
entrenamiento ha llegado a su óptimo, y el Discrimina- f(D,G) = b log(1-D(G(Z))), (2)
dor ya no es capaz de diferenciar entre imágenes reales o
falsas. la cual se muestra en la Figura 4 para un valor de b = 1.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 55 / 88
de una función son aquellos en donde su derivada es igual
0
a cero. Entonces, derivando la función f con respecto a
el Discriminador, se obtiene
-1

∂ [a log(D) + b log(D(G(Z)) − 1)] a b

-2
Máximo en D=0
∂D
= −
b 1−D
. (4)

-3
Igualando a cero el valor obtenido,
a b
b
−
1−D
= 0. (5)
-4
Finalmente, se encuentra el valor óptimo del Discrimina-
-5 dor, despejando D de la ecuación (5), esto es
0 0.2 0.4 0.6 0.8 1
a
D= a+ b
, (6)
Figura 4. Función costo f(D, G) = log(1-D(G(Z))) para el el cual es un máximo global, es decir, el valor de D donde
Discriminador y Generador. se obtiene el valor más alto de toda la función de costo
f.
Como puede observarse, es una función que se evalúa
utilizando ambos, Discriminador y Generador. El valor
de D(G(Z)) se refiere a la salida del Discriminador cuan-
do recibe imágenes falsas, y se muestra como D en la Fi-
gura 4. El Generador se entrena para minimizarla, lograr -1

que D sea igual a uno, lo cual significa engañar al Dis-

criminador para que clasifique las imágenes falsas como -2
reales. Por otra parte, el Discriminador es entrenado pa- Máximo en D=0.357
ra maximizarla. En este caso, el Discriminador adquiere
el valor de 0, lo que implica que puede clasificar correc- -3
tamente las imágenes falsas producidas por el Generador
y no dejarse engañar por él.
Finalmente, la función de costo para el proceso de -4
entrenamiento de ambas redes se define como una suma
de las funciones anteriores, esto es 0 0.2 0.4 0.6 0.8 1

f = a log(D) + b log(1-D(G(Z))), (3)

donde a y b, no son valores arbitrarios, sino que corres-
ponden a las distribuciones de probabilidad de las imáge-
nes reales y falsas, respectivamente. Aquí la “competen-
cia” se da entre ambas RNC, Discriminador y Generador,
durante la etapa de entrenamiento. Así que ambas usa-
rán la función de costo f descrita por la ecuación (3), pe-
ro el Generador buscará minimizarla y el Discriminador
maximizarla. Para engañar al Discriminador, el Genera-
dor debe producir imágenes falsas que el Discriminador
clasifique como reales. El objetivo del Discriminador es
no dejarse engañar y clasificar correctamente cuando las
imágenes son falsas o reales.
La Figura 5 muestra la gráfica de la función costo f
usando valores de a =0.5 y b =0.9, donde la forma de la
función f no permite distinguir a simple vista dónde se
alcanza el valor máximo que define al óptimo para el Dis-
criminador. Para ello, se aplica el criterio de la primera
derivada de la función con respecto al Discriminador. Es-
te criterio establece que los valores máximos y mínimos
Figura 5. Función de costo f = a log(D) + b log(1-D(G(Z)))
que representa la suma de funciones f(D) y f(D, G) para el
caso particular de a =0.5 y b =0.9.
Para el ejemplo particular de la función de costo con
valores a =0.5 y b =0.9, el valor óptimo del Discrimi-
nador que la maximiza se encuentra sustituyendo dichos
valores en la ecuación (6). Esto es, D = 0.50.5
+0.9 =0.357, el
cual corresponde al valor máximo señalado en la gráfica
de la Figura 5.
El procedimiento para calcular el valor óptimo del
Generador que minimiza la función de costo f sigue la
misma esencia que el razonamiento anterior. Dado el Dis-
criminador óptimo, el Generador óptimo sucede cuando
la distribución de probabilidad de las imágenes falsas es
igual a la de las imágenes reales, es decir, cuando a = b.
Por lo tanto, considerando ambas distribuciones iguales,
el valor óptimo (6) para el Discriminador es
D = a +a a = 0.5. (7)

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 56 / 88
La Figura 6 muestra que el valor óptimo para el Dis- rostros realistas de personas inexistentes a partir de imá-
criminador siempre es 0.5 cuando ambas distribuciones genes de rostros de personas reales. StyleGAN [4], una
son iguales (esto es, cuando a = b). Este resultado es versión mejorada de las RAG, es una arquitectura que ha
intuitivo, ya que la distribución de probabilidad de las logrado generar dichos rostros que literalmente engañan
imágenes falsas es igual a la de las reales, entonces el Dis- a la inteligencia humana. La Figura 7 muestra rostros
criminador no será capaz de clasificarlas correctamente. de personas inexistentes generados por StyleGAN, cual-
Por lo tanto, ya no sabe si las imágenes que recibe son quier persona podría pensar que son imágenes de rostros
reales o falsas, y solo puede garantizar con un 50 % de de personas reales; sin embargo, no es así.
certeza que las ha clasificado correctamente. Al lograr La generación de nuevas imágenes a través de RAG
los valores óptimos en el entrenamiento, se alcanza el tiene una importante aplicación en resolver el problema
equilibrio de Nash. de escasez datos. Es un hecho conocido que los modelos
de AP necesitan un gran volumen de datos para ser en-
-0.5 trenados y validados. Sin estos datos, los modelos de AP
son esencialmente inútiles. Entonces, ¿qué hacer cuando
-1 no se tiene la cantidad necesaria de datos? A lo largo de
los años, los investigadores han desarrollado soluciones
-1.5 ingeniosas. El aumento de datos es una de estas solu-
ciones. En lugar de tratar de encontrar nuevos datos, se
-2 construyen otros nuevos basados en los que se tienen.
Máximo en D=0.5 Sin duda, las RAG ayudan a resolver dicho problema de
-2.5 escasez de datos. Otra técnica comúnmente empleada es
la manipulación básica de imágenes (rotación, recorte,
-3 cambio de color, entre otros).
-3.5
0 0.2 0.4 0.6 0.8 1

Figura 6. Función de costo f = a log(D) + b log(1-D(G(Z)))

graficada para varios valores bajo la condición a = b.
Algunas aplicaciones
La concepción de las RAG está enfocada a la generación
de nuevas imágenes a partir de imágenes reales donde
la similitud entre ellas puedan engañar al Discrimina-
dor, y ¿por qué no? también a la inteligencia humana.
A continuación se describen algunas de las extensiones y
aplicaciones de las RAG que se pueden encontrar en el
estado del arte.
Una de sus posibles aplicaciones corresponde al área
de diseño. Por ejemplo, se pueden entrenar las RAG con
imágenes de autos de diferentes marcas de lujo. La arqui-
tectura generaría imágenes de autos con características
similares pero muy probablemente jamás antes vistos.
Esto sin duda, es una aplicación de las RAG que da idea
a los diseñadores de automóviles sobre como pueden lucir
sus próximos diseños.
Sin duda, una de las aplicaciones más vistosas de las
RAG es la generación de rostros. Una característica fun-
damental de un rostro humano son sus imperfecciones.
Intuitivamente, nuestra inteligencia nos permite perci-
bir cuando un rostro es falso porque notamos simetría y Figura 7. Rostros falsos generados por StyleGAN [4].
perfección, lo cual no es realista. Sin embargo, las RAG
se entrenan bajo el principio de generar imágenes falsas En algunas casos de Aprendizaje Supervisado (AS),
caracterizadas por una distribución de probabilidad que las RAG parecen no ser de mucha ayuda en resolver el
sea igual a la de imágenes reales. Esto les permite generar problema de escasez de datos. Esto es debido a que AS

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
requiere que los datos empleados para el entrenamien-
to y la validación de los modelos estén etiquetados o
clasificados. Sin embargo, las RAG generan datos sin
etiquetas. Esto no ha detenido el surgimiento de nuevas
versiones de RAG para abordar este problema. Una de
ellas es Conditional GAN, reportada en [5], la cual logró
resultados preliminares en generar nuevas imágenes con
sus correspondientes etiquetas. Esto, sin duda, es una
contribución más de las RAG hacia la solución del pro-
blema de escasez de datos dentro del entorno de AS.
Figura 8. DeblurGAN [6].
DeblurGAN, propuesta en [6], es una arquitectura ba-
sada en Conditional GAN dedicada a mejorar la calidad
de imágenes borrosas. Las capacidades de esta arquitec-
tura se ilustran en la Figura 8, donde se observa: a) en la
parte superior la imagen borrosa, b) en la parte central
la imagen restaurada producida por DeblurGAN, y c) en
la parte inferior la imagen real ideal. Se puede observar
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 57 / 88
como la imagen restaurada, producida por DeblurGAN,
ha mejorado la nitidez con respecto a la borrosa y es si-
milar a la imagen real. El popular algoritmo de detección
de objetos YOLO [7] (You Only Look Once), aplicado a
la imagen borrosa sólo tiene la capacidad de detectar dos
de los cinco objetos detectados en la imagen ideal, con
una certidumbre en la clasificación de los objetos baja
(50 % y 30 %). Por otra parte, cuando YOLO es aplicado
a la imagen restaurada, ahora es capaz de detectar cua-
tro de los cinco objetos detectados en la imagen ideal,
con una certidumbre más alta en la clasificación.
En [8], se proponen 3D-GAN y 3D-VAE-GAN, las
cuales son extensiones de las RAG para generar objetos
tridimensionales. Aunque las RAG fueron propuestas pa-
ra principalmente tratar con imágenes, con el paso del
tiempo han evolucionado para tratar con datos de otra
naturaleza, como audio, textos e información digital, en-
tre otras. Por ejemplo, en el campo de la Ciberseguridad
se aplican para entrenar la encriptación de una comuni-
cación en lugar de aplicar un método de encriptamiento
conocido [9], y en la creación de audio y musica [10].
El potencial de las RAG para generar datos falsos
indistinguibles de datos reales genera preocupación por
razones éticas y de seguridad. Por ejemplo, las RAG se
podrían utilizar para burlar algunos sistemas de seguri-
dad a través de los datos falsos que generan. Socialmente,
se podrían crear videos y noticias falsas, así como el des-
prestigio de personas a través de imágenes falsas. Las
anteriores preocupaciones sin duda proliferarían con las
redes sociales. Se requiere no sólo la creación de normas
que regulen la aplicación de esta tecnología, sino tam-
bién, la creación de herramientas de inteligencia artificial
que puedan contrarrestar su mal uso.
Conclusiones
Las RAG, inicialmente propuestas en [1], son una ar-
quitectura trascendental de la IA que ha inspirado a
subsecuentes aplicaciones para resolver problemas en di-
versos campos de la ingeniería. La generación de nuevas
imágenes a partir de imágenes reales es la principal apli-
cación de las RAG que, entre otros, resuelve el problema
de escasez de datos. Las imágenes generadas por las
nuevas versiones de RAG, como por ejemplo StyleGAN,
tienen la capacidad de engañar a la inteligencia humana
y presentan un desafío para que el ser humano pueda
distinguir su falsedad. A pesar de la inmensa cantidad
de propuestas basadas en RAG, es posible establecer
algunas vertientes para futuras mejoras; por ejemplo,
garantizar la convergencia al equilibrio de Nash, explo-
rar nuevas funciones de costo, su extensión a problemas
fuera de la visión por computadora así como analizar
el impacto cívico y social que implica la generación de
datos falsos.✵
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
REFERENCIAS
1. Goodfellow, I., Pouget-Abadie, J., Mirza, M., et al. (2014). Ge-
nerative adversarial networks. Communications of the ACM,
63(11), 139-144.
2. Nash, J.F. (1950). Equilibrium points in N -person games. En
Proc of the National Academy of Sciences of the United States
of America, 36, 48-49.
3. Nash, J.F. (1951). Non-cooperative Games. Annals of Mathe-
matics, 54(2), 286-295.
4. Karras, T., Laine, S., y Aila, T. (2021). A Style-Based Gene-
rator Architecture for Generative Adversarial Networks. IEEE
Transactions on Pattern Analysis and Machine Intelligence,
43(12), 4217-4228.
5. Mehdi, M., y Osindero, S. (2014). Conditional generative ad-
versarial nets. Recuperado el 28 de Abril de 2022, de https://
arxiv.org/pdf/1411.1784.
Artículo Komputer Sapiens 58 / 88
6. Kupyn, O., Budzan, V., Mykhailych, M., et al. (2018). Deblur-
GAN: Blind Motion Deblurring Using Conditional Adversarial
Networks. En 2018 IEEE/CVF Conference on Computer Vi-
sion and Pattern Recognition, 8183-8192.
7. Redmon, J., Divvala, S., Girshick, R., et al. (2016). You only
look once: Unified, real-time object detection. En Proc of the
2016 IEEE Conference on Computer Vision and Pattern Re-
cognition (CVPR), 779-788.
8. Wu, J., Zhang, C., Xue, T. et al. (2016). Learning a probabilis-
tic latent space of object shapes via 3D generative-adversarial
modeling. En Proc of the 30th International Conference on
Neural Information Processing Systems (NIPS’16), 82-90.
9. Meraouche, I., Dutta, S., Tan, H., y Sakurai, K. (2020). Neu-
ral Networks-Based Cryptography: A Survey. IEEE Access, 9,
124727-124740.
10. Engel, J., Agrawal, KK., Chen, S., et al. (2019). GANSynth:
Adversarial Neural Audio Synthesis. En ICLR 2019 Internatio-
nal Conference on Learning Representations, Nueva Orleans,
Luisiana.

SOBRE LOS AUTORES

Leonardo Herrera recibió su grado de Doctor en Ciencias en Instrumentación y Control del Centro
de Investigación Científica y de Educación Superior de Ensenada (CICESE) en 2018, y los grados de
Maestro en Ciencias y Licenciatura en Ingeniería Eléctrica del Instituto Tecnológico de la Laguna en
2011 y 2009, respectivamente. De 2016 a 2017 participó en dos estancias de investigación en NASA, en
NASA LaRC y NASA JPL. Actualmente es un postdoctorante en Mechanical and Aerospace Enginee-
ring Department de Naval Postgraduate School, Monterey, California. Sus intereses de investigación
incluyen Deep Learning, Control de Robots, Navegación, y Filtro de Kalman.
Marlen Meza-Sánchez obtuvo el grado de Doctor en Ciencias en Electrónica y Telecomunicaciones
del Centro de Investigación Científica y de Educación Superior de Ensenada, B.C., (CICESE) en 2011,
y el de Maestro en Ciencias en Sistemas Digitales del Instituto Politécnico Nacional - CITEDI, en
2007. Sus temas de interés incluyen control robusto, sistemas no lineales, control discontinuo, sistemas
subactuados, sistemas embebidos en tiempo real, redes inalámbricas de sensores y actuadores, control
basado en comportamientos analíticos, computación evolutiva, sistemas cooperativos y robótica.
M.C. Rodríguez-Liñán recibió el grado de Licenciatura en Ingeniería Electrónica y el de Maestro en
Ciencias en Ingeniería Eléctrica de la Universidad Autónoma de San Luis Potosí (UASLP), Mexico, en
2006 y 2008, respectivamente; y el grado de Doctor en Ciencias en Ingeniería Eléctrica y Electrónica de
la Universidad de Manchester, Reino Unido, en 2013. De 2014 a 2016, fue posdoctorante en la UASLP,
y de 2016 a 2021 perteneció al sistema Cátedras CONACYT. Sus intereses incluyen Control no lineal,
Sistemas no lineales, No linealidades duras y Control de robots.

Eddie Clemente recibió el grado de Doctor en Ciencias en Ciencias de la Computación en 2015 y el

de Maestro en Ciencias en Ciencias de la Computación en 2006, ambos del CICESE, México. Posee
el grado de Lienciado en Ingeniería Mecatrónica de UPIITA-IPN, México. Actualmente es miembro
de la línea de investigación de Sistemas Cognitivos del TecNM/I.T. Ensenada, México. Sus intereses
incluyen Visión evolutiva por computadora, Robótica y Computación Evolutiva.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 59 / 88
ARTÍCULO ACEPTADO
Análisis de Sentimientos en Twitter
José-Clemente Hernández-Hernández, Daniela Juárez-Morales, Juan-José Guzmán-Landa y Guillermo-
de-Jesús Hoyos-Rivera
Introducción En mayor medida, los estudios del PLN y AS se cen-
Con el incremento en el uso de las redes sociales digita- tran en la red social Twitter, a través de la cual pueden
les, y consecuente explosión de información en formato compartirse textos cortos a manera de opiniones e ideas.
de texto en la Internet, nuestra capacidad de analizar Este tipo de análisis se pretende sea de ayuda para la
todo lo disponible a través de medios humanos se vuel- toma de decisiones de empresas, entidades gubernamen-
ve una tarea totalmente irrealizable. Sin embargo, no se tales, asociaciones, o individuos, al conocer la opinión
puede simplemente ignorar toda esa información, pues de un grupo de población sobre, por ejemplo, algún pro-
puede ser valiosísima, y puede ser utilizada para la toma ducto o servicio [2].
de decisiones. Ante tal disyuntiva, la única vertiente que
se puede aplicar es la del análisis automatizado del texto, Minería de Datos para el Análisis de Sen-
esperando obtener suficiente información de las miles de timientos
expresiones disponibles sobre diversos temas, de manera El proceso del Descubrimiento de Conocimiento en Ba-
que al menos seamos capaces de identificar tendencias de ses de Datos (DCBD) comprende la Minería de Datos
opinión. (MD), que se centra en la utilización de técnicas estadís-
El problema es que el idioma Español es de una com- ticas y algorítmicas para el descubrimiento de patrones
plejidad muy elevada, lo que dificulta su análisis. En el en bases de datos.
área del Procesamiento del Lenguaje Natural, o PLN, En el caso del presente artículo, nos centraremos en
se han hecho importantes esfuerzos para llevar a cabo el describir principalmente el proceso de preparación de
análisis de manera automatizada en diversas lenguas, sin una base de datos de tweets escritos en Español Mexi-
que hasta el momento se haya logrado crear una solución cano, para que posteriormente pueda alimentar un algo-
que se pueda considerar como óptima. En el presente ritmo de clasificación que permita el descubrimiento de
trabajo, pretendemos abordar algunos de los aspectos un sentimiento predominante en ellos: positivo, negativo
elementales relacionados con el pre-procesamiento del o neutral.
texto en castellano, base fundamental para eliminar la En la Figura 1 se muestra el procedimiento del DCBD
mayor cantidad de ruido en el texto, y obtener un má- de manera gráfica para realizar el análisis de los datos en
ximo de información, para su posterior análisis con la cuestión.
finalidad de determinar las tendencias de polaridad con
base en lo escrito.
Orígenes del Análisis de Sentimientos
La comunicación es una necesidad propia de seres socia-
les, como el humano, y desde siempre éste ha tratado
de comunicarse con sus semejantes a través de diferentes
medios, llegando a la máxima expresión con la invención
de la escritura.
Cuando se lleva a cabo la interacción entre personas
es valioso el contexto de la misma. Sin duda, detectar
gesticulaciones, cambio de tono de voz, el lenguaje cor-
poral en general, nos provee una rica perspectiva en el
sentido de las expresiones de nuestro interlocutor. Sin
embargo, cuando las expresiones son emitidas en forma
de texto a través de algún medio digital, se pierde toda
esa riqueza. Es por ello que diversas técnicas de Inteli-
gencia Artificial (IA), específicamente del PLN, han sido
desarrolladas y utilizadas para abordar el problema del
Análisis de Sentimientos (AS), que básicamente es la de-
tección de la polaridad del sentimiento predominante en Figura 1. Proceso del DCBD.
un texto [1].

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
La comprensión de las emociones en texto a través del uso de la
Inteligencia Artificial, puede ser un recurso valioso para determinar
tendencias de opinión.
Para este tipo de análisis los tweets deben pertenecer
a un tópico en específico, como pueden ser ciencia, políti-
ca, espectáculos, etc. Esto es debido a que cada temática
tiene su propio subconjunto de lenguaje y modo de ex-
presarse. Por otro lado, dado que no existe control sobre
todo lo que es publicado a través de Twitter, y que cada
usuario expresa sus ideas como le place, no hay forma de
prever el nivel de calidad del texto, ni en términos de su
nivel de expresividad, ni de su ortografía, o uso de es-
tructuras gramaticales. Para lidiar con ello, es necesario
realizar un pre-procesamiento, el cual comprende una se-
rie de tareas conducentes a tratar de eliminar tanto ruido
somo sea posible. A esto se le conoce como limpieza de
texto. Elementos como emojis, emoticonos y palabras va-
cías (stop words) pueden agregar sentido, o quitárselo, a
lo que se escribe, pero ¿cuáles de éstos son más importan-
tes? Frecuentemente dichos elementos son simplemente
eliminados, pero esta acción no necesariamente ayuda.
El siguiente paso es la transformación del texto ya
limpio a una representación adecuada para que los algo-
ritmos de Aprendizaje Automático (AA) puedan operar
sobre ellos. Técnicas automáticas han sido utilizadas de
manera efectiva, como las bolsas de palabras (BoW) o los
modelos neuronales de transformación de texto, debido
al auge del Aprendizaje Profundo (AP). Una vez que se
tiene dicha representación, métodos tradicionales, como
redes neuronales, son empleados en la tarea de clasifica-
ción.
Limpieza de datos
Para entender mejor a qué se refiere este término defi-
namos la palabra limpieza : acción y efecto de remover
la suciedad, o los defectos de algo; entonces, llevándolo
al ámbito de las bases datos, podríamos definir limpie-
za como el proceso de eliminar el ruido en los datos que
puede afectar negativamente a un modelo.
Cuando se trata de analizar texto para alimentar un
algoritmo de AA es normal dedicar una parte sustan-
cial del tiempo, hasta un 70 %, a la limpieza del mismo.
Uno de los principales problemas que se presenta en el
contenido de redes sociales como Twitter, como ya se
mencionó, es que existe total libertad para expresarse,
ignorando frecuentemente las reglas de ortografía y gra-
mática.
Así, si no se lleva a cabo un adecuado pre-
procesamiento del texto, es probable que los resultados
que se obtengan sean poco precisos. Es fundamental con-
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 60 / 88
servar el máximo de información relevante, eliminando
tanto ruido como sea posible.
Los pasos básicos en la limpieza de tweets son:
1. Convertir el texto en minúsculas, pues el uso de
mayúsculas no aporta información;
2. Eliminar acentos, pues su eliminacion no contribu-
ye a reducir el sentido de las expresiones;
3. Eliminar números y signos de puntuación, siempre
y cuando éstos no formen parte de emoticonos o
emojis;
4. Eliminar hashtags, menciones y enlaces de Inter-
net, pues son componentes propios de Twitter, y
no aportan información;
5. Eliminar el prefijo RT: el cual es indicador de un
retweet, y significa que un usuario propagó un
tweet de otro usuario, o uno propio, y no aporta
información;
6. Eliminar palabras vacías (stopwords ), siempre y
cuando no formen parte de un N-grama de interés;
éstas son palabras como artículos, preposiciones,
adverbios, etc.; un N-grama es una composición de
uso común que consta de más de una palabra como
por ejemplo, “de mala gana”.
7. Tokenización, que es el proceso que consiste en se-
parar el texto en unidades atómicas, que son las
que alimentarán al clasificador.
En la Figura 2, se muestra gráficamente el procedi-
miento, a través de un ejemplo, de la limpieza y pre-
procesamiento del texto.
Es fundamental tener otras consideraciones al mo-
mento de llevar a cabo el pre-procesamiento del texto,
por ejemplo, ¿qué N-gramas (expresiones comunes for-
madas por más de una palabra) debe conservarse en
el texto?, ¿qué pasa con las siglas?, ¿se deberían man-
tener los emojis y emoticonos para agregar significado
al texto? Es importante señalar que existen diferentes
métodos de limpieza y pre-procesamiento de texto, la
elección del método depende de la tarea de PLN que se
esté realizando y de la idea clara del objetivo final.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 61 / 88
presentación de los tweets utilizando los vectores de 1s y
0s.

automovil

increible
desastre

pelicula
nuevo
color
cielo

rojo
T1 1 0 1 0 1 1 0 1
T2 0 0 0 1 0 0 1 0
T3 0 1 1 0 1 0 0 1

Figura 3. Representación en 1s y 0s.

Esta representación puede extenderse agregando N-
gramas, aparte de palabras individuales, los cuales serán
considerados como unidades de información indivisibles.
Luego hay que determinar cuántas veces un elemento, ya
sea una palabra o un N-grama, aparece en cada tweet.
Esto último, se puede ampliar para generar una repre-
sentación con respecto a la frecuencia de los términos
(conocida como TF-IDF por sus términos en Inglés [3]),
de manera que los términos obtengan un valor de im-
portancia dentro de un conjunto de textos. En la Figura
4 se muestra el resultado de la representación para los
tweets de ejemplo. Puede notarse que la suma de los va-
lores de cada vector es igual a 1, lo cual quiere decir que
los valores están normalizados.
automovil

increible
desastre

pelicula
nuevo
color
cielo

rojo
T1 0.23 0 0.18 0 0.18 0.23 0 0.18
T2 0 0 0 0.5 0 0 0.5 0
T3 0 0.3 0.23 0 0.23 0 0 0.23
Figura 2. Proceso de limpieza.
Figura 4. Representación con TF-IDF.
Transformación del texto
En esta sección se ilustran, de manera general, los prin- Por otro lado, se encuentran las representaciones que
cipales procesos de transformación del texto, y para esto toman la información de las palabras de las opiniones
tomaremos como ejemplos los siguientes tweets (Ti ): (1) con respecto a su polaridad. Como es el caso del cono-
“¡Mi automóvil nuevo es color rojo! #increíble” (positi- cido recurso léxico SentiWordNet, que contiene palabras
vo), (2) “¡Esa película fue un desastre!” (negativo), y (3) en Inglés con su respectivo nivel de positividad, negati-
“El cielo de color rojo es increíble” (positivo). Con la fina- vidad y neutralidad [4]. Hay otro tipo de representación
lidad de ilustrar también el caso de un tweet de polaridad de palabras, que toman en cuenta su significado semán-
neutral, podemos considerar “Esta tarde va a llover”. tico, como la emoción a la que pertenecen o el campo
La forma más sencilla de representar los tweets de semántico al que corresponden [5, 6].
ejemplo, es a través de un vector de 1s y 0s conocido co- Una representación más es la que generan los modelos
mo one-hot-encoding, cuya longitud corresponde con el neuronales pre-entrenados [8], como Word2Vec, BERT,
número de palabras en los tweets después de la limpie- ELMo, FastText, GloVe y GPT. Estos modelos generan
za y pre-procesamiento. Tomando en cuenta estos tweets, un vector por palabra o dependiendo del modelo, los to-
después de realizada la tokenización, se observan que son kens de sub-palabras utilizando WordPiece. Este tipo de
8 las palabras base para el análisis: automovil, nuevo, representaciones, normalmente se transforman en datos
color, rojo, increible, pelicula, desastre y cielo. De esta de dos dimensiones, teniendo como resultado, una matriz
manera, el vector será, entonces, de longitud 8. Cada va- por tweet u opinión.
lor en el vector, representa a un elemento encontrado en Retomando los tweets de ejemplo, se tiene que el to-
los tweets. En la Figura 3 se observa gráficamente la re- tal de palabras que proveen de información en el tweet,

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
después de la tokenización es 5; este valor es el total de
filas que la representación matricial tendrá. La cantidad
de columnas de la matriz depende del modelo utilizado,
e. g., con el modelo BERT es 768. Dicho número es el
tamaño del vector continuo que representa a las palabras
de una sentencia1 . Este modelo es entrenado utilizando
tareas del PNL como la predicción de palabras y senten-
cias. En la Figura 5 se ve gráficamente la representación
de este modelo, utilizando el primer tweet de ejemplo.
automovil 0.12 0.74 -0.09 ... 0.66
nuevo 0.41 0.41 -0.39 ... -1.39
color -0.39 0.61 -0.01 ... -0.66
rojo -0.33 -0.68 0.32 ... -1.12
increible -0.38 0.55 0.35 ... -0.92
Figura 5. Representación con BERT.
Análisis de Sentimientos
Una vez que los datos están completamente transforma-
dos, es momento de realizar la MD. Para dar un ejem-
plo, en esta sección se describen los elementos básicos
de la investigación llevada a cabo por los autores, ex-
plorando distintas herramientas de AA y de AP para la
clasificación del texto en diferentes polaridades: positi-
vos, negativos y neutrales. Dicha investigación requirió
de 3161 tweets por polaridad, que fueron proporciona-
dos y etiquetados por el Centro de Estudios de Opinión
y Análisis de la Universidad Veracruzana 2 .
La tarea principal fue clasificar texto con respecto a
sus polaridades utilizando técnicas tradicionales de AA,
y de AP. Los clasificadores seleccionados fueron: Máqui-
na de Soporte Vectorial (MSV), Ingenuo Bayesiano (IB)
y una Red Neuronal Convolucional (RNC) extraída de la
literatura [8] (RNC por omisión). En contraste, se pro-
puso utilizar una herramienta de Computación Evolutiva
(CE) llamada Neuroevolución (NE) para generar mode-
los que pudieran mejorar los resultados y, muy posible-
mente, realizar modificaciones importantes sobre las es-
tructuras de los clasificadores neuronales, básandose en
la RNC por omisión. Un Algoritmo Genético (AG) fue
la opción para realizar la búsqueda de los modelos con
los requerimientos deseados.
Dos modelos neuronales de transformación del tex-
to fueron utilizados: Word2Vec y BERT. Realizando la
limpieza del texto previa, estos modelos fueron alimen-
tados para generar representaciones de los tweets y con
la intención de observar qué representación conduce a los
clasificadores a obtener mejores resultados. Actualmente,
se está afinando el proceso de pre-procesamiento del tex-
to con la finalidad de agregar elementos de información
que puedan ser útiles, (1) identificación de palabras mal
1 La cantidad de elementos en cada vector ha sido definido por los autores de cada uno de éstos, sin precisar el criterio utilizado para la
decisión
2 https://www.uv.mx/centrodeopinion/
3 https://cgsait.udg.mx/cads/
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 62 / 88
escritas más comunes, (2) identificación de bi-gramas y
tri-gramas de interés, y (3) inclusión de emojis y emoti-
conos para el proceso de entrenamiento. Todo esto, con
el objetivo de enriquecer la información contenida de ma-
nera natural en el texto.
La evaluación de los modelos fue llevada a cabo a
través de un método conocido como Validación Cruzada
(VC) [9], en el cual la totalidad de los datos se divide en
grupos distintos para el entrenamiento y posterior prue-
ba de los clasificadores (90 % y 10 %, respectivamente).
Un ejemplo de la experimentación llevada a cabo se en-
cuentra en esta referencia [10].
Luego de varias semanas de intensos procesos de ex-
perimentación, los cuales requirieron de una cantidad
considerable de cómputo que nos fue facilitada por la su-
percomputadora Leo Atrox, de la Universidad de Guada-
lajara3. Los resultados obtenidos muestran una mejora,
tanto en la precisión, como en el tamaño del modelo utili-
zado. Además se encuentran diferencias en los resultados
de los clasificadores al probar con las dos representacio-
nes propuestas.
Con respecto a la búsqueda del AG, éste encuentra
estructuras menores de acuerdo al número de paráme-
tros, en comparación con la RNC que fue extraída de
la literatura, reduciéndolos hasta en un 96 %. Estos mo-
delos generados de manera automática, también logran
obtener mejores resultados que la RNC por defecto y los
clasificadores tradicionales de AA en varios de los ca-
sos de la VC ejecutada. Por otro lado, la representación
ofrecida por el modelo BERT hace que los modelos de
clasificación incrementen aproximadamente un 15 % la
precisión.
Como trabajo futuro, se tiene planeado mejorar nues-
tros procesos de limpieza, así como realizar nueva expe-
rimentación para reconocer los patrones que hacen que
los modelos reduzcan su tamaño, y la aplicación del AG
sobre otros modelos, como los de transformación de tex-
to.
Desde luego, el AS contempla tareas que son un de-
safío para los científicos, y la labor de éstos es probar
diferentes técnicas para lograr mejorar distintos aspectos
del proceso de la MD. Uno de éstos es buscar reducir
el tiempo computacional utilizado para el aprendizaje
de los modelos, pues es importante tomar en cuenta la
huella de carbono que genera el cómputo de modelos
computacionalmente demandantes. ✵
REFERENCIAS
1. Liu, B. (2015). Sentiment analysis: mining opinions, sentiments,
and emotions. New York, NY: Cambridge University Press.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
2. Singh, N. K., Tomar, D. S., y Sangaiah, A. K. (2020). Senti-
ment Analysis: A Review and Comparative Analysis over So-
cial Media. Journal of Ambient Intelligence and Humanized
Computing, 11(1), 97-117.
3. Salton, G., y Buckley, C. (1988). Term-weighting approaches in
automatic text retrieval. Information Processing & Manage-
ment. 24(5), 513–523.
4. Baccianella, S., Esuli, A., y Sebastiani, F. (2010). SENTI-
WORDNET 3.0: “An enhanced lexical resource for sentiment
analysis and opinion mining”. En proceedings of the 7th Inter-
national Conference on Language Resources and Evaluation,
LREC 2010, 2200-2204.
5. Rangel, I.D., Sidorov, G., y Guerra, S. S. (2014). Creación y
evaluación de un diccionario marcado con emociones y ponde-
rado para el español. Onomazein, 29(1), 31-46.
6. Rodríguez, O., y de-Jesús-Hoyos, G. (2019). A Simple but Po-
werful Word Polarity Classification Model. En L. Martínez-
Villaseñor, I. Batyrshin & A. MarínHernández (Eds.). Advances
in Soft Computing, 11835, 51-62.
Komputer Sapiens 63 / 88
7. Babić, K., Martinčić-Ipšić, S., y Meštrović, A. (2020). Survey of
Neural Text Representation Models. Information, 11(11), 511.
8. Kim, Y. (2014). Convolutional neural networks for sentence
classification. En EMNLP 2014 - 2014 Conference on Em-
pirical Methods in Natural Language Processing, Proceedings
of the Conference, 1746-1751.
9. Scikit-learn developers. (2021). Cross-validation: evaluating es-
timator performance, de Scikit-learn. Recuperado en enero
del 2022, de https://scikit-learn.org/stable/modules/cross_
validation.html.
10. Hernández-Hernández, J.-C., Mezura-Montes, E., Hoyos-
Rivera, G.-J., y Rodríguez-López, O. (2021). Neuroevolution for
Sentiment Analysis in Tweets Written in Mexican Spanish. En
E. Roman-Rangel, Á. F. Kuri-Morales, J. F. Martínez-Trinidad,
et al. (Eds.). Pattern Recognition MCPR 2021. Lecture Notes
in Computer Science, 12725, 101-110.

SOBRE LOS AUTORES

José-Clemente Hernández-Hernández Licenciado en Tecnologías Computacionales y Maestro en
Inteligencia Artificial por la Universidad Veracruzana. Profesor de asignaturas en la Escuela de Inge-
nierías de la Universidad de Xalapa, e instructor y asesor de temas de Informática y de Inteligencia
Artificial. Inclinaciones de investigación en el área del procesamiento del lenguaje natural en la lengua
Española, en conjunto con técnicas de cómputo evolutivo, redes neuronales y aprendizaje profundo.
Apasionado de la programación, aficionado a lecturas tanto científicas como de entretenimiento, y
amante de la Astronomía.
Daniela Juárez-Morales Estudiante de octavo semestre de la licenciatura en Estadística de la Uni-
versidad Veracruzana. Con conocimientos sólidos en métodos estadísticos, diseño y análisis de experi-
mentos, métodos no paramétricos, visualización de datos y análisis de textos. Apasionada del Machine
Learning y la Ciencia de Datos. En lo personal, practicante de gimnasia artística, y amante de la
naturaleza.

Juan-José Guzmán-Landa Licenciado en Tecnologías Computacionales y estudiante de segundo

semestre de la maestría en Inteligencia Artificial por la Universidad Veracruzana. Con intereses de
investigación en el área del procesamiento del lenguaje natural en la lengua Española, así como las
técnicas de cómputo evolutivo, redes neuronales y aprendizaje profundo. En lo personal, aficionado a
los efectos especiales, la gastronomía y la orquesta.
Guillermo-de-Jesús Hoyos-Rivera Licenciado en Informática y Maestro en Inteligencia Artificial
por la Universidad Veracruzana, y Doctor en Informática por la Universidad Paul Sabatier, de Toulouse,
Francia. Investigador de tiempo completo en el Instituto de Investigaciones en Inteligencia Artificial, y
profesor de asignatura en la Facultad de Matemáticas, ambos de la Universidad Veracruzana. Consultor
independiente en desarrollo e implementación de sistemas informáticos. Con intereses de investigación
en análisis de polaridad de sentimientos en texto en español mexicano, cómputo de alto desempeño,
redes de computadoras y sistemas Web, entre otros. En lo personal, aficionado al motociclismo, a la
carretera, y a viajar.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
ARTÍCULO ACEPTADO
Importancia de la minería de opinión en redes
sociales en español
Fernando Monroy Tenorio, Janeli Astorga Villela y Aleli Castro Orellana
Opinión en redes sociales
La persona que emite una opinión busca aportar infor-
mación con el propósito de provocar una reacción, por lo
que, aunque se pueda tener una opinión individual, esta
adquiere mayor importancia cuando se comparte a nivel
interpersonal; así, la opinión se expresa en círculos so-
ciales de diferentes magnitudes que rodean al individuo
[6].
El uso de Internet en los países que hablan español va
en aumento, por ejemplo, en México para el 2020 según
Asociación de Internet Mexicana, existen 84.1 millones
de internautas, representando el 72.0
Dentro de las diferentes redes sociales los internautas
vierten comentarios y opiniones sobre distintos aspectos
que incluyen lo personal, comercial, empresarial y polí-
ticos, entre otros.
La opinión se puede estudiar desde un enfoque so-
cial, humanístico, psicológico, lingüístico, filosófico, polí-
tico, administrativo, de marketing, etc. La opinión puede
representar algo tan simple y común como la cotidianei-
dad de una persona o algo sumamente complejo como
tratar de cuantificar algo que es subjetivo, dependiendo
del campo desde donde se aborde [6].
Para nuestro campo de estudio nos centramos en
poder automatizar la detección y clasificación de las opi-
niones a través de una computadora, ayudándonos de
técnicas de Procesamiento de Lenguaje Natural (PLN)
que forma parte de la Inteligencia Artificial.
Análisis de opinión en redes sociales
El análisis de opinión en las redes sociales, se puede ata-
car de manera automática a través de la minería de opi-
nión o análisis de sentimiento. Esta es una tarea difícil
debido a la subjetividad que implica, ya que incluso los
seres humanos muchas veces no coincidimos cuando in-
tentamos clasificar una opinión o comentario.
Dentro del Procesamiento de Lenguaje Natural
(PLN) la subjetividad es la expresión lingüística de cual-
quier opinión, sentimiento, emoción, evaluación, creen-
cias y especulación [1].
Pang and Lee [2] mencionan que los términos “análisis
de sentimientos” y “minería de opiniones” hacen referen-
cia a una misma tarea y que éstas son un subconjunto de
una tarea mayor que es el análisis de subjetividad. Asi-
mismo, Wilson (2009) entiende la tarea del análisis de
sentimientos como un subconjunto del análisis de subje-
tividad.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 64 / 88
La minería de opinión denominada también análisis
de sentimiento, se centra en tratar automáticamente in-
formación con opinión, lo que permite, entre otras cosas,
extraer la polaridad (positiva, negativa, neutra o mixta)
de un texto [1].
El análisis de sentimiento es una tarea desafiante que
combina técnicas de Minería de Datos y PLN para tra-
tar computacionalmente la subjetividad en documentos
de texto.
La relevancia de la minería de opinión se da por la
expansión de Internet y la Web 2.0 como blogs, tweets,
prensa en línea, páginas web de hoteles, restaurantes, li-
bros, etc. [3]. Dentro de estas páginas la diversidad y
cantidad de críticas presentes resultan de gran utilidad a
fabricantes y vendedores, que ven en ella un mecanismo
para conocer de primera mano cómo sus artículos son
percibidos por los consumidores [4].
Mucha gente escribe sus opiniones en redes sociales
como Facebook, Twitter, Instagram, entre otras. Esta
información es muy útil para las empresas, líderes de
opinión, negocios, gobierno y los individuos en general,
que quieren seguir las actitudes y sentimientos en forma
automática dentro de las redes sociales. Como mencio-
na [5] hay una gran cantidad de datos disponibles que
contienen mucha información útil, por lo que puede ser
analizada de forma automática.
La mayoría de los trabajos de investigación que exis-
ten relacionados con la minería de opinión y su aplicación
en redes sociales se centra en textos en el idioma inglés.
Así como la mayoría de los recursos como corpus, léxicos,
entre otros; están diseñados para este idioma. Es por eso
que tener métodos eficientes en otros idiomas como el
español es de suma importancia.
Clasificación de polaridad
Dentro de la minería de opinión como mencionamos an-
teriormente, se pude extraer la polaridad que consiste en
determinar si una palabra comunica una actitud positiva
o negativa; se encuentra en verbos, pronombres, adjeti-
vos y adverbios. Puede cambiar la connotación de una
frase o un texto.
Por ejemplo, en la frase “Mi Internet es muy rápido”
la polaridad es positiva ya que la palabra rápido es algo
bueno. Sin embargo, la misma palabra en otro contexto,
por ejemplo, en: “La batería de mi coche se descargó muy
rápido” tiene una polaridad es negativa, ya que rápido en
este contexto es algo desfavorable.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
Analicemos el ejemplo dado por [7] para entender me-
jor el problema, el texto es una reseña de una cámara
extraída de un corpus de minería de opinión:
“Compré una cámara Canon G12 hace seis meses.
Simplemente la amo. Las fotografías tienen una calidad
increíble. La batería dura mucho tiempo. Sin embargo,
mi esposa piensa que es muy pesada para ella” [7].
Como vemos el texto se puede dividir en varias fra-
ses y cada una de ellas expresa una opinión y a su vez
todo el texto puede denotar opinión. Las primeras tres
frases expresan claramente una opinión positiva. La frase
cuatro es implícitamente positiva ya que una batería de
larga duración es algo bueno. La última oración expresa
también una opinión implícita, en este caso es negativa
ya que la cámara es demasiado “pesada” [7].
La clasificación de la polaridad se puede dar en varios
niveles: a nivel de documento, de sentencia o de aspecto.
El aspecto esta relacionado con la entidad. En el caso del
ejemplo anterior la cámara es la entidad y sus aspectos
son por ejemplo la calidad de la imagen y la batería.
Esta tarea se ha trabajado desde tres enfoques prin-
cipales, que son: el aprendizaje supervisado, aprendizaje
no supervisado y el basado en léxico.
En el aprendizaje supervisado, que requiere datos eti-
quetados para poder entrenar un clasificador. Se etiqueta
la polaridad o el sentimiento a nivel de la oración; en el
caso de las redes sociales, por ejemplo Twitter se etiqueta
a nivel de un Tweet. Los clasificadores que se han usado
en este enfoque, en el estado del arte son: naive bayes,
máquinas de soporte vectorial, redes neuronales y redes
bayesianas, entre otros.
Figura 1. Esquema sobre las técnicas de clasificación apli-
cadas en el análisis de sentimiento.
El enfoque basado en léxico se basa en listas (diccio-
narios o corpus) de palabras, frases, modismos, expre-
siones compuestas y reglas de opinión para determinar
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 65 / 88
el sentimiento. También se consideran cambiadores de
sentimiento que son palabras que pueden afectar la po-
laridad de una oración como la negación.
Un ejemplo de estos cambiadores contextuales de po-
laridad podría ejemplificarse con las siguientes frases: “Mi
Internet es muy rápido”, que claramente es una oración
positiva y “Mi Internet no es muy rápido”, que al agregar
la palabra “no”, genera la negación y cambia la polaridad
del término -siendo ahora negativa-.
Aportaciones Nuestro trabajo en el campo de la cla-
sificación de la polaridad se centra en el análisis de la
polaridad añadiendo información sintáctica utilizando n-
gramas sintácticos (sn-gramas) como características de
entrenamiento en diferentes clasificadores de aprendizaje
supervisado como máquinas de soporte vectorial y naive
bayes [10].
La investigación se justifica debido a que, en gran
parte de los trabajos donde se utiliza el enfoque basa-
do en aprendizaje automático, se utilizan palabras como
características de entrenamiento; con lo anterior, como
menciona [5], se pierde información sobre las relaciones
sintácticas entre palabras. Las palabras se convierten en
lo que se llama “bolsa de palabras”. Otras característi-
cas utilizadas para la clasificación de opiniones son los
n-gramas tradicionales, que son secuencias de palabras
tal como aparecen en un documento.
Utilizamos sn-gramas como características para evi-
tar la pérdida de información sintáctica en un enfoque
basado en aprendizaje automático y con esto mejorar la
clasificación de la polaridad.
Según [5] los sn-gramas pueden ser utilizados como
características de clasificación de la misma manera que
n-gramas tradicionales, por lo tanto, en cualquier tarea
que se utilicen n-gramas tradicional se pueden aplicar
también sn-gramas.
La desventaja de los sn-gramas es que requieren del
análisis sintáctico previo. La idea de los sn-gramas se
justifica con la introducción de información lingüística
a métodos estadísticos, con esto se pretende superar la
desventaja tradicional de n-gramas de contener muchos
elementos arbitrarios, es decir, una gran cantidad de rui-
do.
La diferencia entre los n-gramas y los sn-gramas es la
forma en que elementos son considerados como vecinos.
En el caso de los sn-gramas, los vecinos se toman siguien-
do relaciones sintácticas en los arboles sintácticos, y no
mediante la adopción de las palabras tal y como aparecen
en el texto.
Los sn-gramas que utilizamos como características
para la etapa de clasificación se obtienen a partir de un
árbol de dependencias. Estos árboles de dependencia sin-
táctica los generamos con una suite de herramientas para
análisis del lenguaje llamada FreeLing en su versión 1.3
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
Figura 2. Ejemplo de un Árbol de dependencia sintáctica
creado con la herramienta FreeLing Versión 1.3.
En nuestro trabajo utilizamos un corpus de críticas
de películas en español, MuchoCine, que contiene 3878
reseñas de películas recolectadas con aproximadamente
2 millones de palabras, con una media de 546 palabras
por crítica.
Figura 3. Ejemplo de bigramas sintácticos y bigramas tra-
dicionales de la “frase cada vez me gusta menos el cine de
masas”.
Utilizamos como clasificador máquinas de soporte
vectorial, que son de los clasificadores que mejores re-
sultados arrojan en esta tarea. Junto con varios sets de
datos para mejorar la clasificación; además comparamos
los resultados, con los obtenidos al usar n-gramas tradi-
cionales. Los resultados se pueden consultar en [10].
Recursos y herramientas para la clasifica-
ción de polaridad en español
Cada idioma tiene sus propias particularidades y reglas,
tanto sintácticas como semánticas. Por esta razón es im-
portante generar recursos en idioma español, para poder
aplicar las técnicas o enfoques que se han realizado en su
mayoría en idiomas como el inglés.
Existen recursos como el léxico específico en español
de redes sociales [8], que contiene 271 palabras inclu-
yendo emoticones con una corta definición. El corpus de
tweets en español [9] que clasifica los tweets con seis emo-
ciones básicas con un total de 3000 tweets por emoción.
Python es uno de los principales lenguajes de progra-
mación que se utilizan actualmente para poder estudiar
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 66 / 88
esta tarea. Existe el kit de herramientas de lenguaje na-
tural NLTK, que es un conjunto de bibliotecas que nos
ayudan a realizar varias tareas de pre procesamiento so-
bre los datos de entrenamiento para los experimentos.
Existe incluso una biblioteca de Python especializa-
da para el análisis de sentimiento en español (sentiment-
spanish), la cual utiliza redes neuronales para predecir
el sentimiento en oraciones en español. Otra librería en
Python es PySentimiento, que es un toolkit para extrac-
ción de opiniones y análisis sentimiento centrado en el
idioma español.
El TASS (Taller de Análisis Semántico) nos ofrece va-
rios recursos. El taller lo realiza la Sociedad Española de
Procesamiento de Lenguaje Natural (SEPLN), quienes
cada año, desde el 2012, organizan un taller de análi-
sis de sentimiento, en donde los participantes proponen
diferentes metodologías para resolver esta tarea.
TASS cuenta con su propio corpus creado para las di-
ferentes tareas, con el que los participantes realizan sus
experimentos y evalúan sus resultados. Existe un corpus
en español con tweets marcados con su polaridad positi-
va, negativa o neutra.
Si se desea realizar la extracción directa de las redes
sociales, la mayoría nos provee de una Interfaz de pro-
gramación de aplicaciones (API), para poder acceder y
minar su contenido.
La primera API es la de Twitter, que puede realizar
hasta 300 requerimientos por aplicación cada 15 minutos.
Debes tener una cuenta de desarrollador. Existen libre-
rías de Python que ayudan a consumir esta API, como
Tweepy.
Facebook también proporciona una API para realizar
tareas de lectura y escritura sobre páginas de Facebook,
grupos, eventos, etc. El nivel de acceso y elementos está
determinado por sus políticas y restricciones.
También existen herramientas como Sentitext, de la
Sociedad Española para el Procesamiento de Lenguaje
Natural, que es, un sistema cliente servidor para el aná-
lisis de sentimiento en español.
La cantidad de recursos es limitada y la gran canti-
dad de información que se genera día a día en las redes
sociales, en idioma español crece exponencialmente. Por
ese motivo es necesario generar recursos y herramientas
que nos ayuden a mejorar la precisión del análisis.
Conclusiones
Actualmente hay una tendencia en el aumento de tra-
bajos referentes al análisis de sentimiento o minería de
opinión en redes sociales, la mayoría en el idioma inglés.
Se trabaja, además de los enfoques que mencionamos, el
uso del aprendizaje profundo para la clasificación de la
polaridad.
En el idioma español cada vez contamos con más re-
cursos y con el avance logrado en otros idiomas, que nos
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ayudan a mejorar la eficiencia, al clasificar la polaridad
en nuestro idioma.
En este articulo hablamos de las generalidades que
tiene la minería de opinión y, en específico, de la clasifica-
ción de la polaridad. Existen además otros sentimientos
que se pueden detectar usando minería de opinión como:
la ironía, la depresión, el sarcasmo, la felicidad, etc.
También es importante entender la complejidad del
tratamiento de los datos. Cada red social maneja for-
matos diferentes y, aunque en su mayoría son textua-
les, incluyen elementos que pueden hacer mas difícil su
clasificación, como son: emoticones, faltas ortográficas,
abreviaciones, modismos, etc.
Es un hecho que los avances en la minería de opinión,
se han dado en mucho menor grado en el idioma español,
pero, al ser este uno de los idiomas mas hablados a nivel
mundial, es importante alentar cada vez a mas grupo de
investigación a participar con sus aportaciones; de esta
forma será posible mejorar la eficiencia de los resultados
y, generar nuevos métodos y algoritmos capaces de ha-
cer realidad el análisis de sentimiento automatizado, en
redes sociales, en idioma español.✵
REFERENCIAS
1. Wiebe, J.M. (1994). Tracking point of view in narrative”.
Computational Linguistics, 20(2), 233-287.
Komputer Sapiens 67 / 88
2. Pang, B., y L. Lee. (2008). Opinion mining and sentiment analy-
sis. Foundations and Treands, 2(1-2), 1-135.
3. Ortiz, A.M., Castillo, F.P., y García, R.H. (2010). Análisis de
Valoraciones de Usuario de Hoteles con Sentitext: un sistema
de análisis de sentimiento independiente del dominio. Procesa-
miento del lenguaje natural, 45, 31-39.
4. Vilares, D., Alonso, M.Á., y Gómez, C. (2013). Clasificación de
polaridad en textos con opiniones en español mediante análisis
sintáctico de dependencias. Procesamiento del lenguaje natu-
ral, 50, 13-20.
5. Sidorov, G., Velasquez, F., Stamatatos, E., Gelbukh, A.,
Chanona-Hernández, L. (2012). Syntactic dependency-based n-
grams as classification features. Mexican International Confe-
rence on Artificial Intelligence, Springer, Berlin, Heidelberg,
1-11.
6. Librado , H. (2016). Análisis automático de opiniones de pro-
ductos en redes sociales. Tesis de maestría, Maestría en Ciencias
de la Computación. Centro de Investigación en Computación,
México.
7. Pazos, I.O. (2014). Polarity summarization with opinion mi-
ning. Tesis de maestría, Maestría en Ciencias de la Compu-
tación. Centro de Investigación en Computación, México.
8. Osuna, F.,Minjares, K., y Sidorov, G. (2017). Compilation of
Spanish Specific Lexicon of Social Networks.
9. Camacho, V., Sidorov, G., y Galicia, N. (2016). Construcción
de un corpus marcado con emociones para el análisis de senti-
mientos en Twitter en español. Revista escritos BUAP,1(1).
10. Monroy, F. (2017). Medidas de asociación en escalas bipolares
para la minería de opinión en redes sociales. Tesis de doctorado,
Doctorado en Ciencias de la Computación, Centro de Investi-
gación en Computación, México.

SOBRE EL AUTOR

Fernando Monroy Tenorio graduado como doctor en Ciencias de la Computación en el Centro

de Investigación en Computación del Instituto Politécnico Nacional. Actualmente se desempeña como
director de TI en la empresa COINTIC. Las líneas de investigación de su intéres son: procesamiento
de lenguaje natural, análisis de sentimiento e inteligencia artificial.

Janeli Astorga Villela obtuvo el grado de maestra en Dirección de Tecnologías de la Información,

egresada de la Universidad de España y México. Actualmente es profesora en la Universidad UniverMi-
lenium. Es profesora en la Escuela Preparatoría Oficial número 50 en el Estado de México. Sus temas
de intéres son realidad aumentada y análisis de sentimientos.

Gizeth Aleli Castro Orellana es candidata al Doctorado en Administración Gerencial por la Uni-
versidad Tecnológica de Honduras, graduada como maestra en Administración de Empresas por la
Universidad de San Pedro Sula Honduras. Actualmente es profesora investigadora en la Universidad
Tecnológica de Honduras, los temas de investigación de su inéres son relidad aumentada y machine
learning.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
Algunos resultados de control distribuido de
múltiples robots
Héctor M. Becerrra, Miguel A. Trujillo, David Gómez Gutiérrez y Javier Ruiz León
Introducción
Actualmente, existe un gran interés en la comunidad de
robótica en el diseño y análisis de sistemas donde un con-
junto de robots interactúa, se coordina o coopera para
realizar una tarea compleja sin la necesidad de un coordi-
nador central. Esto proporciona robustez y redundancia
para realizar la tarea, o incluso permite realizar tareas
que no son posibles con un solo robot.
Un ejemplo popular de un sistema multi-robot (SMR)
es un espectáculo luminoso, como el que recientemente
se ha presentado por diferentes compañías utilizando una
gran cantidad de cuadricópteros, donde cada uno es un
pixel de una animación. Sin embargo, estos espectáculos
son una cuidadosa coreografía donde las posiciones de
los robots y sus trayectorias son determinadas a priori.
Una desventaja de los sistemas centralizados como és-
te es que la tarea no puede desempeñarse si el sistema
central falla.
Para abordar esta problemática, la comunidad de ro-
bótica y control automático trabaja en el diseño de al-
goritmos de control distribuido de formaciones, donde
cada robot cuenta con una ley de control para lograr la
formación mediante la interacción entre los robots; por
ejemplo, ajustando su posición con base en las posicio-
nes relativas de sus vecinos sin la necesidad de un sis-
tema central. El control distribuido de formaciones de
un SMR es importante en aplicaciones como inspección
de estructuras, cinematografía o captura de un escenario
dinámico, monitoreo de grandes áreas para acciones de
rescate, y transporte cooperativo de un objeto.
El análisis y diseño de control distribuido para un
SMR frecuentemente utiliza dos componentes [5]: un gra-
fo de comunicación que describe (para cada robot) cuales
agentes influyen de manera directa en su comportamien-
to, y un algoritmo matemático que determina cómo los
robots deben ajustar su comportamiento basados en la
información que reciben de los robots vecinos. El lector
puede consultar [3,6] para una revisión detallada de la
literatura reciente en control de formaciones.
Uno de los métodos básicos en el diseño de controla-
dores para un SMR es un algoritmo de consenso, el cual
permite que los agentes en un sistema distribuido logren
un acuerdo sobre una variable de interés. Esto es posible
cuando el grafo de comunicación es un grafo conectado;
es decir, la información puede fluir entre cualquier par
de agentes. De esta manera, el SMR logra un comporta-
miento global a partir de interacción local, lo cual tiene
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 68 / 88
una inspiración biológica, por ejemplo, en el comporta-
miento de bandadas de aves.
En el control de formaciones basado en consenso, fre-
cuentemente se utilizan agentes virtuales y se define la
formación de tal manera que, si se logra consenso en las
coordenadas de los agentes virtuales, se logra la forma-
ción, como se ilustra en la Figura 1.
Agente 1
Agente Virtual 3
Agente Virtual 1
Agente Virtual 2
Agente 3
Agente 2
Posiciones Iniciales
Consenso en la coordenada Consenso en las coordenadas y
Figura 1. Formación que se obtiene a partir del consenso de
agentes virtuales.
Existen varios retos para la aplicación del control
de formaciones. El objetivo de este artículo es presentar
soluciones para algunos de ellos, por ejemplo, evitar que
los robots colisionen con objetos del ambiente, o incluso
con otros robots. Se considerarán robots cuadricópte-
ros y robots de ruedas como agentes. Una opción para
que un SMR logre una formación evitando colisiones es
mediante un control jerárquico basado en tareas. Este
permite combinar diferentes controladores sin conmutar
de uno a otro de forma discontinua. Otro reto del control
de formaciones es mantener la conectividad entre agen-
tes, lo cual se puede incorporar como una restricción
de un control basado en optimización. A continuación
se describen soluciones a estos retos de interés en el área.
Control de formaciones sin líder
En el control de formaciones hay dos casos, dependiendo
de si uno de los robot tiene la función de ser un líder
o si ninguno actúa como tal. En el caso sin líder, el ob-
jetivo es que los robots alcancen una forma geométrica
predefinida, donde lleguen a posiciones relativas especi-
ficadas en la formación deseada sin importar la posición
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
global de la misma. En contraparte, la función del líder
es que el SMR pueda navegar en un entorno y realizar
tareas bajo su guía, por lo que el líder impone una posi-
ción global para la formación. En la práctica, el control
de un SMR debe considerar resolver dos tareas (posible-
mente conflictivas), lograr la formación deseada y evitar
colisiones.
Existe en la literatura un algoritmo matemático ba-
sado en la combinación de múltiples tareas [1] que per-
mite a un robot cumplir con dos tareas al mismo tiempo.
Cada una de las tareas encargadas de alcanzar los obje-
tivos establecidos tiene una jerarquía preestablecida. En
el control de formaciones con evasión de colisiones, la ta-
rea principal es evitar colisiones, mientras que la tarea
secundaria es alcanzar la formación especificada [7].
Algo que se debe de evitar en los esquemas de com-
binación de múltiples tareas son las discontinuidades en
las entradas de control (velocidades de los robots) debi-
do al cambio de prioridad, ya que ante cambios abruptos
de velocidad, los robots son incapaces de realizar las ac-
ciones de control necesarias para cumplir con sus obje-
tivos. Para evitar este problema, se incluye una función
de transición suave entre leyes de control.
Algoritmos de control de formaciones se han evaluado
utilizando el simulador dinámico Gazebo para un grupo
de 7 cuadricópteros. El esquema de control distribuido
para cada cuadricóptero recibe información de la posi-
ción de los robots vecinos para calcular el error de con-
senso de agentes virtuales y calcular velocidades propor-
cionales a este error. Se utiliza un modelo de movimiento
simplificado del cuadricóptero, considerando que se con-
trolan las posiciones (x, y, z ) y que las entradas de control
son las velocidades de traslación lineal en cada coorde-
nada, así que el modelo es un integrador simple.
Links de Agentes
comunicación
Figura 2. Grafo de comunicación y formación deseada para
7 cuadricópteros.
En la Figura 2 se muestra la red de comunicación en-
tre cada uno los agentes móviles representados por los 7
cuadricópteros en la formación deseada. Las trayectorias
de cada uno de los robots desde una posición inicial a
una final se presentan en la Figura 3, donde los cuadri-
cópteros alcanzan la formación evitando colisiones con
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 69 / 88
los obstáculos fijos (columnas cilíndricas) que se encuen-
tran en el espacio de trabajo y con los demás robots.
* Posición inicial
° Posición final
Figura 3. Trayectorias de los agentes para alcanzar la for-
mación especificada evitando colisiones.
El algoritmo que se detalla en [7] también permite
realizar la evasión de obstáculos irregulares. La Figura 4
muestra las trayectorias de 5 robots desde su posición
inicial hasta alcanzar una formación en pentágono, lo-
grando evitar colisiones con los obstáculos del entorno,
los cuales en la figura se muestran como polígonos en lí-
neas gruesas. Se define un radio de seguridad para cada
agente (circunferencias punteadas en la figura), el cual no
debe ser traspasado por ningún obstáculo. Las leyes de
control (velocidades de traslación en x, y) se mantienen
continuas mientras se alcanza la formación deseada.
8
6 * Posición inicial
° Posición final
4
2
-2
-4
-6 -4 -2 0 2 4 6 8 10 12 14
Figura 4. Trayectorias de los agentes realizando evasión de
colisiones con obstáculos irregulares.
Control de formaciones con líder
En esta sección se describe un trabajo desarrollado para
robots terrestres tipo uniciclo [4], para el caso en que uno
de los robots actúa como líder. Este tipo de robots se ca-
racteriza por tener restricciones de movimiento similares
a las de un carro convencional que no se puede desplazar
lateralmente, pero a diferencia de un carro, son capaces
de girar en sitio sobre su propio eje.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
Consideramos un grupo de robots tipo uniciclo, todos
caracterizados por el mismo modelo de movimiento y que
cada robot cuenta con un controlador de posición (x, y)
mediante entradas de velocidad de traslación y rotación.
Uno de los robots, quien actúa como líder, conoce una
trayectoria de referencia, que es una secuencia de posi-
ciones deseadas para cada instante de tiempo. El resto
de robots del grupo inician en posiciones arbitrarias y
el SMR debe realizar tres tareas: a) el robot líder debe
converger a la trayectoria de referencia y seguirla hasta
que la misma termina; b) el resto de robots deben seguir
al líder en formación; c) cada uno de los robots del gru-
po, incluyendo el líder, debe evitar colisiones entre ellos
o con obstáculos fijos del entorno. Estas tareas se pueden
integrar en un esquema de control distribuido basado en
prioridades que calcula las velocidades de cada robot to-
mando en cuenta la posición que le comunican los robots
vecinos de acuerdo a la conectividad de la red de robots.
Seguidores
5 obstáculos Líder
Líder
Seguidores
Obstáculos
Figura 5. Configuración inicial de un grupo de 10 robots y
convergencia a la formación deseada.
Se ha evaluado en simulación un control de segui-
miento de trayectoria en formación utilizando el software
Gazebo con un grupo de 10 robots y 5 obstáculos circula-
res de diferentes radios, como se muestra en la imagen de
la izquierda en la Figura 5. Los robots inician alineados y
al ejecutar el control distribuido el líder empieza a seguir
una trayectoria en círculo y los demás alcanzan la forma-
ción deseada como se muestra en la imagen de la derecha
en la Figura 5. Se observa que el grupo de robots puede
lidiar con los obstáculos del entorno realizando evasiones
cuando es necesario; después de un periodo transitorio de
la tarea de evasión, los robots regresan a su movimiento
de formación, ya que se utiliza un esquema multitareas
(como el que se describió en la sección previa).
El esquema de control también se ha evaluado me-
diante experimentos con un grupo de 3 robots reales, un
robot Pioneer 3DX que fungió como líder, dos Turtlebots
2 como seguidores y un obstáculo en el entorno. En es-
tos resultados, la formación deseada es un triángulo y el
grafo de comunicación considera que cada robot tiene co-
municación con los otros dos. Cada robot se conectó por
medio de WiFi a una computadora donde se calcularon
los comandos de velocidad de forma distribuida usando
el Sistema Operativo Robótico (ROS, por sus siglas en
inglés). La posición de cada robot y del obstáculo se ob-
tuvieron mediante un sistema de captura de movimien-
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 70 / 88
to Optitrack, un sistema de 12 cámaras que mediante
triangulación es capaz de ubicar una serie de marcado-
res reflejantes montados en los robots y en el obstáculo.
La Figura 6 muestra algunas tomas del entorno con los
robots moviéndose en formación. También se muestran
algunas posiciones intermedias durante el seguimiento de
la trayectoria, en particular durante la evasión del obs-
táculo, lo cual causa que los 3 robots se desvíen para
después recuperar la trayectoria deseada.
Líder
Seguidores
Configuración inicial Siguiendo trayectoria circular
Obstáculo
Siguiendo
trayectoria Evasión de
circular obstáculo
Evasión de obstáculo Configuración final
Figura 6. Experimento de seguimiento en formación con
tres robots y un obstáculo.
Control de formaciones basado en opti-
mización
La teoría de consenso también se puede utilizar en un
esquema de control basado en optimización. Uno de los
esquemas de control más populares que se basan en op-
timización es el Control Predictivo basado en Modelo [2]
(MPC, por sus siglas en inglés). Como su nombre lo in-
dica, el MPC requiere de una representación matemática
del sistema (modelo) para simularlo a lo largo de un ho-
rizonte de tiempo y predecir su evolución, para entonces
corregir las desviaciones que se generen respecto a una
referencia de acuerdo a la solución de un problema de op-
timización en el que se quiere minimizar una función de
costo. En esta sección se describe el control de formacio-
nes de un grupo de cuadricópteros basado en MPC. Para
resolver este problema de forma distribuida se plantea en
[8] un esquema donde el control para cada cuadricóptero
se resuelve de forma independiente en una computadora
distinta de acuerdo a la Figura 7.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
Figura 7. Diagrama de control basado en MPC.
Un modelo de integrador simple representa el mo-
vimiento en cada coordenada de posición (x, y, z ) y se
usa como modelo predictivo. El esquema de control de
cada cuadricóptero recibe información de la posición y
velocidad de los robots vecinos para calcular el valor de
consenso y usarlo como referencia del consenso estimado
por el modelo predictivo. La función de costo conside-
ra un término de error de consenso y un término de las
entradas de control, los cuales se desean minimizar a lo
largo de un horizonte de tiempo. Una gran ventaja del
MPC es la facilidad de introducir restricciones para la
solución del problema de optimización, lo cual permite
resolver varias tareas simultáneamente: a) lograr la for-
mación deseada; b) evitar colisiones entre agentes y con
obstáculos fijos en el entorno; c) mantener la conectivi-
dad de comunicación de acuerdo a lo especificado en la
configuración inicial; y d) limitar las velocidades máxi-
mas a un rango específico. Las restricciones de evasión
y conectividad se pueden manejar de forma similar uti-
lizando la posición relativa (distancia) entre agentes o a
los obstáculos. Para la evasión, no debe ser menor a un
valor predefinido; para la conectividad, no debe exceder
el alcance de la comunicación entre agentes.
Un esquema basado en MPC se ha evaluado en ex-
perimentos con un grupo de tres cuadricópteros Bebop
2 considerando lo siguiente. Cada cuadricóptero cuenta
con un control de velocidad interna que recibe como en-
trada la velocidad deseada generada por el control de
alto nivel de formación basado en MPC. Cada uno de
los agentes se comunica con los otros dos, enviando su
posición, obtenida mediante un sistema de captura de
movimiento, así como la velocidad calculada por el al-
goritmo MPC. El problema de optimización del MPC
se resuelve de manera distribuida en una computadora
independiente para cada agente. Esto se realiza debido
a que el poder de cómputo sobre los cuadricópteros es
limitado, por lo que se envían los comandos de veloci-
dad calculados en las computadoras vía WiFi y usando
el driver de ROS bebop_autonomy. Cada computadora
resuelve un problema de optimización que se expresa de
forma cuadrática para garantizar la existencia de una
solución. En los esquemas basados en MPC es importan-
te el parámetro referente al horizonte de predicción, un
valor grande resulta en un mejor desempeño pero se in-
crementa el costo computacional. Experimentalmente se
determinó un horizonte de 15 iteraciones, con lo que fue
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 71 / 88
posible manejar un periodo de muestreo de 0.1 segun-
dos por iteración. En la Figura 8 se presentan algunas
tomas de un experimento con un obstáculo en forma de
columna. Los cuadricópteros deben alcanzar una forma-
ción en triángulo. Desde la configuración inicial, el agente
C1 avanza evadiendo el obstáculo, mientras que C3 re-
trocede. El agente C2 se mantiene en el mismo lugar sin
control, con el objetivo de que actúe como una ancla pa-
ra la formación y que ésta se mantenga en el área de
detección. En la última imagen se observa que los tres
cuadricópteros alcanzan la formación en triángulo.
Configuración inicial
C2 C2
Obstáculo
C3
C1 C1
C3
C1 C2 C2
C1
Obstáculo Obstáculo
C3
C3
C1
C2 C1 C2
Obstáculo
C3
Configuración final
C3
Figura 8. Experimento de formación con evasión de obs-
táculos y mantenimiento de conectividad.
Conclusiones
El control de sistemas multi-robot es de gran utilidad
para diversas aplicaciones en las que un grupo de robots
resuelven una tarea de forma más eficiente o que no es
posible resolver por un solo robot. En este trabajo se ilus-
tra cómo el uso de la teoría de consenso en el control de
sistemas multi-robot permite alcanzar formaciones pre-
viamente especificadas, donde cada uno de los robots se
controla de forma distribuida únicamente mediante in-
formación local. Se utiliza un esquema multi-tarea je-
rárquico para alcanzar una formación y evitar colisiones
entre robots o con objetos del entorno. Extendiendo el
uso de la teoría de consenso, se muestran resultados de
seguimiento de un líder. Con el objetivo de facilitar la
introducción de otras restricciones, como mantener la co-
nectividad del grafo de comunicación mientras se evitan
colisiones, se utiliza la teoría de consenso en combinación
con control predictivo basado en modelo.
Como trabajo a futuro se considera el control de
formaciones flexibles para la navegación en espacios re-
ducidos con evasión de obstáculos irregulares, así como
lograr la formación cuando el grafo de comunicación va-
ría de manera dinámica, y así relajar la condición de
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
que el grafo de comunicación deba ser conectado en todo
momento. También se está trabajando en el desarrollo
de algoritmos para lograr la formación especificada cum-
pliendo con restricciones de tiempo.✵
REFERENCIAS
1. Antonelli, G., Arrichielo, F., y Chiaverini, S. (2009). Expe-
riments of formation control with multirobot systems using
the null-space-based behavioral control. IEEE Transactions on
Control Systems Technology, 17(5), 1173- 1182.
2. Camacho, E., Bordons, C., y Alba, C. (2004). Model Predictive
Control. Advanced Textbooks in Control and Signal Processing.
Springer London.
3. Kamel, M.A., Yu, X., y Zhang, Y. (2020). Formation control and
coordination of multiple unmanned ground vehicles in normal
and faulty situations: A review. Annual Reviews in Control,
49, 128-144.
Komputer Sapiens 72 / 88
4. Martinez, J.B., Becerra, H.M., y Gómez-Gutiérrez, D. (2021).
Formation tracking control and obstacle avoidance of unicycle-
type robots guaranteeing continuous velocities. Sensors, 21(13),
4374.
5. Mesbahi, M., y Egerstedt, M. (2010). Graph Theoretic Methods
in Multiagent Networks. Princeton Series in Applied Mathema-
tics.
6. Oh, K.K., Park, M.C., y Ahn, H.S. (2015). A survey of multi-
agent formation control. Automatica, 53, 424-440.
7. Trujillo, M.A., Becerra, H.M., Gómez-Gutiérrez, D., y Ruiz-
León, J. (2021). Hierarchical task-based formation control and
collision avoidance of UAVs in finite time. European Journal of
Control, 60, 48-64.
8. Vargas, S., Becerra, H.M., y Hayet, J.B. (2022). MPC-based
distributed formation control of multiple quadcopters with obs-
tacle avoidance and connectivity maintenance. Control Engi-
neering Practice, 121, 105054.

SOBRE LOS AUTORES

Héctor M. Becerra obtuvo el grado de doctor en Ing. de Sistemas e Informática por la U. de Zaragoza,
España en 2011. Actualmente labora como investigador en el Centro de Investigación en Matemáticas,
CIMAT-Guanajuato y es miembro del Sistema Nacional de Investigadores Nivel I. Sus intereses de
investigación incluyen aplicaciones de teoría de control en robótica, para robots de ruedas, humanoides
y vehículos aéreos, así como el control de sistemas de múltiples agentes.

Miguel Angel Trujillo Jacobo obtuvo el grado de doctor en en Ciencias en Ingeniería Eléctrica en
CINVESTAV, Unidad Guadalajara en 2021. Actualmente es profesor del Tecnológico de Monterrey,
Campus Zapopan. Sus intereses científicos incluyen el control de sistemas multi-agente y navegación
de sistemas multi-robot en espacios estrechos.

David Gómez Gutiérrez obtuvo el grado de doctor en Ciencias en Ingeniería Eléctrica en Cinvestav,
Unidad Guadalajara en 2013. Es investigador en robótica en Intel Labs, Intel Corporation, miembro del
Instituto Tecnológico José Mario Molina Pasquel y Henríquez, Unidad Académica Zapopan y miem-
bro del Sistema Nacional de Investigadores Nivel II. Sus intereses científicos incluyen la navegación
autónoma de robots, los sistemas multi-agentes y el control robusto.

Javier Ruiz León obtuvo el grado de doctor en Ciencias en Ingeniería Eléctrica en la Universidad
Técnica Checa, Praga, República Checa en 1996. Actualmente es Profesor-Investigador en la Unidad
Guadalajara del CINVESTAV y es miembro del Sistema Nacional de Investigadores Nivel I. Sus princi-
pales intereses de investigación son teoría de sistemas lineales, sistemas híbridos y control y formación
de sistemas multi-agentes.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
ARTÍCULO ACEPTADO
Cómo contar personas usando WiFi y ML
Ramón F. Brena, Edgar Escudero, César Vargas Rosales, Carlos E. Galván Tejada y David Muñoz
Introducción
La información de cuántas personas se encuentran en un
espacio físico (como por ejemplo el recibidor en un centro
de congresos, o el área de comida en un centro comercial)
es de mucha relevancia tanto por razones de seguridad
de la gente (por ejemplo, por el impacto de dicha can-
tidad en la posibilidad de contagio de COVID o por la
posibilidad de una evacuación de emergencia) como por
el potencial para ventas y mercadotecnia, o para la re-
gulación de la climatización, y otras aplicaciones.
Se han aplicado métodos muy diversos para dimen-
sionar el tamaño de un grupo de personas, varios de ellos
basados en hacer interaccionar un equipo fijo en el lugar
con los dispositivos móviles que portan muchos usuarios
consigo [1]; en la sección de antecedentes haremos una re-
visión más detallada de ellos, pero en términos generales
es deseable que el conteo de personas no dependa de que
carguen o no un dispositivo electrónico, pues hay situa-
ciones en que esto no es viable (por ejemplo, en una playa
o piscina), además de que la proporción de gente con el
celular consigo –con los puertos de conexión abiertos–
presenta una gran variabilidad, sobre todo para grupos
reducidos de gente. Adicionalmente está el problema de
la privacidad, pues al recabar información de los equipos
portables detectados se pueden conocer los hábitos de
una persona, por ejemplo, con qué frecuencia visita un
lugar y qué otros individuos coinciden en éste. Por ello
se ha buscado crear métodos pasivos en que el usuario no
Se han desarrollado métodos que analizan las perturbaciones que el cuerpo
humano produce entre la transmisión y recepción de señales de WiFi.
Antecedentes
La caracterización de los grupos o multitudes de seres
humanos ha sido el objeto de estudio de muchas investi-
gaciones, y dicha caracterización no se limita al conteo,
pues también se ha buscado encontrar características ta-
les como los patrones de movilidad, como son: qué tan
rápido se mueven las personas, o bien si lo hacen en la
misma dirección o en forma aleatoria [4], lo que puede
tener mucho impacto para detectar emergencias u otros
aspectos de la seguridad. Por ejemplo, si hay un incendio
o un disparo, las personas van a tender a moverse rápido
alejándose del peligro. Las multitudes se han estudiado
con herramientas tales como dinámica de fluidos y de
muchas otras formas. En este artículo nos limitamos al
conteo de un grupo de humanos.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 73 / 88
tiene que portar un dispositivo electrónico. Obviamente
en estos casos se tiene que detectar la presencia de una
persona en sí, no un dispositivo que lleva consigo.
En años recientes, se han desarrollado métodos que
analizan las perturbaciones que el cuerpo humano pro-
duce entre la transmisión y recepción de señales de WiFi.
Estos métodos pueden ser convenientes para aplicaciones
de conteo de gente dada la amplia disponibilidad de seña-
les WiFi en entornos urbanos y el bajo costo asociado a
estos equipos, por las economías de escala que brinda su
popularidad [2]. Dichos trabajos presentan limitaciones
en cuanto a la exactitud, y el objetivo de nuestro traba-
jo, cuyos detalles fueron publicados por Brena et al. [3],
es mejorar dicha exactitud. Esto lo hacemos desglosando
con mayor detalle las caracterísitcas de la comunicación,
como explicaremos más adelante. Los beneficios que pre-
senta nuestro método son las siguientes:
1. Se requiere un número menor de características de
las señales que en trabajos comparables,
2. Nuestro método funciona en equipos comerciales
de WiFi (no se requiere equipo de laboratorio es-
pecializado),
3. Obtenemos una mejor exactitud, así como otras
medidas de rendimiento experimental, que en los
trabajos de otros investigadores.
La detección de personas en un lugar en particular
se hace frecuentemente mediante la detección de la se-
ñal celular, o bien la IP de equipos portátiles que tratan
de conectarse a WiFi o Bluetooth. Sobra decir que estos
últimos dos enfoques suponen que el usuario del celular
tiene abierta la conexión WiFi y/o Bluetooth.
Por ello tenemos interés en usar los métodos pasivos,
entre los que encontramos trabajos de visión computacio-
nal, tanto recientes como de hace décadas [5], en los que
una o varias cámaras apuntadas hacia la multitud en-
vían la imagen a un sistema computacional de análisis,
el cual hace la estimación de la cantidad de individuos
por métodos que no vamos a discutir aquí. Sin embar-
go, los métodos de visión computacional sufren de pro-
blemas de oclusión (personas no visibles porque no hay
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
línea directa de vista entre ellas y la cámara), así como
de iluminación o la falta de ella.
En este contexto, los métodos de cuantificación de
grupos basados en el análisis de perturbaciones de la se-
ñal de WiFi causadas por la presencia del cuerpo hu-
mano entre el transmisor y el receptor son de mucho
interés, pues en primer lugar son completamente pasivos
(el usuario no tiene que llevar ningún dispositivo), con el
consiguiente mejoramiento de la privacidad para el indi-
viduo [6]. Cabe aclarar que estos métodos no requieren
que la persona se encuentre exactamente entre el trans-
misor y el receptor de WiFi. La idea de usar WiFi es
natural debido a la alta disponibilidad de equipos para
propósitos de conexión de usuarios al internet.
Figura 1. Efecto Doppler producido por dispersores en mo-
vimiento en una liga WiFi.
Ahora bien, esta idea general de analizar las pertur-
baciones al campo de señal de WiFi para contar personas
ha sido realizada de varias formas, que vamos a presentar
a continuación. Los trabajos que han encontrado mejores
resultados no usan métodos analíticos (esto es, basados
en un modelo matemático previamente desarrollado) sino
que utilizan aprendizaje automático (ML, por sus siglas
en inglés) supervisado. El lector puede consultar las ba-
ses de ML en múltiples libros de texto). En ML se entrena
un modelo general preestablecido, como por ejemplo ár-
boles de decisión, KNN, Random Forest, Support Vector
Machines, etc., con muestras de un conjunto de datos
(“dataset”) previamente clasificadas; por esto se llama
ML supervisado. Luego se prueba el modelo en muestras
que no fueron incluidas en el entrenamiento para ver qué
tan bien puede el sistema clasificar muestras no vistas.
WiFi es el nombre comercial del estándar IEEE
802.11 (con las muchas variantes que ha tenido en su
evolución desde 1997), y es actualmente el estándar do-
minante para comunicaciones inalámbricas en áreas limi-
tadas (WLAN, por sus siglas en inglés), y opera en las
bandas de 2.4 y 5GHz. Uno de los aspectos de la señal
de WiFi que han sido más utilizados es la información de
intensidad de señal (RSSI por Received Signal Strength
Indicator ), principalmente por la facilidad para obtener-
la. RSSI ha sido ampliamente usada para métodos de
localización en interiores de edificios, donde la señal de
GPS es atenuada o bien no es disponible debido a múlti-
ples obstrucciones dentro de un edificio. RSSI también ha
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 74 / 88
sido usada como base para conteo de personas, como en
el trabajo de Yoshida [7], pues la presencia de personas
entre el transmisor y el receptor atenúa la señal, lo que
puede ser analizado. Yoshida alcanza un 77 % de exacti-
tud en la predicción del conteo para grupos de hasta 7
personas. Un problema de los métodos de RSSI es que
suponen un entorno libre de otros obstáculos dispersores
de señal más que las personas que se quiere detectar, lo
cual dificulta mucho su aplicación práctica.
Alternativamente al RSSI, otros trabajos más recien-
tes utilizan el “Channel State Information” (CSI) [8], que
provee información de la respuesta de un canal en un sis-
tema de comunicación WiFi con varias antenas de trans-
misión y varias de recepción, llamados “MIMO” (“Mul-
tiple Input, Multiple Output”). La información de CSI,
incluye dispersión, atenuación y trayectorias múltiples
entre transmisor y receptor, y por lo tanto tiene una
granularidad mucho más fina que la fuerza de la señal
dada por el RSSI. El trabajo de Di Domenico [9] hace
uso de la información de CSI, y es comunmente usado
como indicador del estado del arte; tiene una exactitud
de un 80 % para contar grupos de hasta 7 personas y fue
el punto de inicio del presente trabajo.
El método que utilizamos en este artículo hace uso,
para la extracción de características de la señal usadas
en el dataset, de una transformación de la información
temporal de la señal hacia lo que se llama espectro de
Doppler [9], pues esta transformación permite identifi-
car objetos con movimiento (como es generalmente una
persona) y diferenciarlos de otros objetos dispersores de
la señal, como pueden ser muebles u otros obstáculos en-
tre el transmisor y el receptor. El uso de características
en el espectro de Doppler mejora la exactitud del conteo
de personas, y potencialmente podría permitir el análisis
del desplazamiento de la multitud, aunque esto (explora-
do en el trabajo de Depatla [6]) queda fuera del alcance
de este artículo.
Los sistemas WiFi modernos utilizan múltiples ante-
nas, tanto en el emisor como en el receptor, para mejorar
las capacidades de transmisión, y tienen múltiples salidas
y entradas (MIMO, por las siglas en inglés). En contraste
con los sistemas con una sola antena en el transmisor y
otra en el receptor (SISO: por las siglas en inglés), los sis-
temas MIMO pueden llevar simultáneamente varias se-
ñales conteniendo información. En el lado receptor de
estos sistemas, se usan varias ténicas de decodificación,
enfoque de la señal, detección de símbolos, que resultan
en grandes mejoras en eficiencia en el uso del espectro,
cantidad de datos transmitidos y recibidos. Suponiendo
que un sistema MIMO tiene 3 antenas de transmisión y
×
el receptor tiene 2, decimos que es un sistema 3 2 MI-
MO con 6 canales de comunicación (el producto de los
puntos de salida por los de entrada).
Ahora estamos en condiciones de explicar cuál es la
contribuión específica de este trabajo. Aunque hay otros
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
trabajos, como el de Di Domenico [9] que usan la infor-
mación de CSI en un sistema MIMO con uso del espectro
de Doppler, ellos tomaron algunas decisiones en cuanto
a la extracción de características que no nos parecieron
completamente justificadas, como usar el promedio de
canales, tal vez considerando que la información indivi-
dual de cada canal contiene mucho ruido, hipótesis que
nosotros cuestionamos en nuestro trabajo. Asimismo,
ellos utilizan el clasificador Naive Bayes, tal vez por su
simplicidad, pero nosotros consideramos que hay mu-
chas situaciones en que Naive Bayes queda lejos de ser el
clasificador más indicado en términos de exactitud. Lo
anterior no quiere decir que el trabajo de Di Domenico
sea el único en usar ML sobre CSI de WiFi para conteo
de personas, pues también están trabajos como el de Xi
et al. [10]. Sin embargo, fue en relación al trabajo de
Di Domenico que encontramos más áreas de oportuni-
dad, además de que Di Domenico publicó un dataset
abierto que pudimos utilizar nosotros, lo que brinda la
oportunidad de comparar directamente el rendimiento
de cada método. En la tabla 1 presentamos los trabajos
más representativos del estado del arte y su rendimiento
en términos de exactitud (“accuracy”).
Tabla 1. Principales trabajos de conteo de personas usando
WiFi.
Método propuesto
Nuestro método está basado en la hipótesis de que la
diversidad en los múltiples canales de comunicación pue-
de aportar información útil para identificar patrones de
dispersión de señal que permitan contar personas en el
espacio entre transmisor y receptor, en vez de considerar
dicha variedad como ruido. Así, mientras otros autores
promedian la información de los canales en un esfuerzo
por mejorar la relación señal-ruido, nosotros explotamos
la diversidad en los canales para obtener características
de más detalle. Pusimos un gran esfuerzo en refinar un
grupo de características que pudieran mejorar el rendi-
miento del proceso de ML en términos de exactitud (esto
se conoce como “feature Engineering”), y también ensa-
yamos distintos métodos de clasificación para mejorar el
rendimiento tanto como pudiéramos.
Realizamos nuestro proceso de ML usando usando
el sistema MATLAB, que ofrece un conjunto variado de
métodos de clasificación.
Nuestro proceso, enteramente guiado por los datos, e
ilustrado en la Figura 2, comprende las etapas siguientes:
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 75 / 88
1. Estimación del espectro Doppler: una rutina en
MATLAB obtiene para cada renglón del dataset
parámetros del espectro Doppler (ver detalles ma-
temáticos en Brena et al. [3]),
2. Extracción de características: a partir de las lectu-
ras de CSI y los parámetros del espectro Doppler,
se obtiene un vector de características que inclu-
yen varios indicadores estadísticos de la señal. Ca-
da uno de estos vectores va a ser un renglón del
nuevo dataset que nosotros elaboramos.
3. Partición del dataset en una parte para entrena-
miento y otra de prueba para el cálculo de la exac-
titud.
4. Entrenamiento del clasificador: Usando la partición
de entrenamiento, ajustamos por un proceso están-
dar de ML los parámetros del modelo.
5. Evaluación de las predicciones: Una vez entrena-
do el clasificador, con el mismo se predice un valor
para cada uno de los renglones de la partición de
prueba. La calidad de la predicción es la medida
del parecido que tienen las predicciones del clasifi-
cador con el valor real, pero esto se puede hacer de
muchas formas (precisión, exactitud, sensitividad
y otras medidas), dependiendo de lo que se quie-
re enfatizar. Nosotros utilizamos principalmente la
exactitud, que es el cociente entre los aciertos en
la predicción y el número de datos.
A partir del conjunto de datos de 4040 renglones que
usamos hasta la evaluación de la exactitud, todo se pue-
de considerar como un proceso estándar de ML, por lo
que no pretendemos haber hecho ninguna contribución
en ese terreno. Nuestra contribución es el proceso que va
desde la extracción de características a partir de las lec-
turas de instrumentos proveídas por el conjunto de datos
de Di Domenico a la construcción del nuestro, así como
la selección y configuración del clasificador adecuado.
Figura 2. Diagrama de nuestro proceso de datos.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 76 / 88

Nuestro método funciona en equipos comerciales de WiFi (no se requiere

equipo de laboratorio especializado).
Resultados solo canal hasta 1 (redondeado en las centésimas) con los
Nuestro entorno experimental se configuró en torno al 6 canales. Puede verse que la mejora marginal al pasar
ambiente MATLAB, que nos facilitó mucho nuestro aná- de uno a dos canales es mucho mayor que la de pasar de
lisis empírico al incluir bibliotecas para muchas de las 5 a 6 canales, lo que era de esperarse.
tareas de ML, inluyendo los clasificadores que usamos.
Otros cálculos, como los relacionados con el uso del es-
pectro de Doppler, fueron programados por nosotros en
el lenguaje ofrecido por MATLAB.
Partimos del dataset de Di Domenico [9], que inclu-
ye desde lecturas instrumentales hasta información de-
rivada, como las características que fueron usadas en el
proceso de ML. Este dataset incluye información de 3
lugares o cuartos, nombrados “A”, “B” y “C”.
En la Tabla 2 presentamos los resultados de los cla-
sificadores usando solamente promedios de los canales
para el cuarto A, mientras que en la Tabla 3 viene lo Figura 3. Exactitud al ir aumentando canales.
mismo usando la información de los canales individuales.
Tabla 2. Exactitud con promedios de canales. Al considerar todos los cuartos (A, B y C) los resulta-
dos no son perfectos para todos los clasificadores, como
se puede ver en la Tabla 4, pero en realidad mientras
haya algún clasificdor con el cual los resultados son muy
buenos, esto indica que ese es el clasificador que hay que
usar; no tienen que ser buenos los resultados con todos
los clasificadores.
Tabla 3. Exactitud con canales individuales. Tabla 4. Exactitud en cada uno de los 3 cuartos usando varios
canales.

Comparando la Tabla 2 con la Tabla 3 se puede ver

(en la columna de pruebas al extremo derecho) que la
exactitud sube apreciablemente al usar la información de Finalmente, en la Tabla 5 se puede ver que usando
los canales individuales, llegando a una clasificación per- únicamente 6 características (una por canal) es posible
fecta del 100 % en escenarios con hasta 8 personas; esto obtener, para al menos un clasificador (el SMV Gau-
es, el sistema es capaz de predecir exactamente cuántas siano) en el cuarto A una exactitud perfecta; también
personas hay en el cuarto A sin error alguno, mientras se obtiene 100 % usando más características, pero eso es
que usando el promedio de los canales, como hacía Di menos efiiciente computacionalmente.
Domenico y otros, hay algunos errores. Esto es evidencia
a favor de nuestra hipótesis de que es importante incluir Tabla 5. Exactitud usando distintos métodos de selección de
la información de CSI de los canales individuales, en vez características.
de usar uno de ellos o el promedio.
Particularmente ilustrativos son los resultados de la
gráfica presentada en la Figura 3, donde se muestra el
efecto sobre la exactitud de ir añadiendo uno por uno los
6 canales en el cuarto A; puede verse una curva aproxi-
madamente logarítmica que empieza desde 0.44 con un
© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 77 / 88

Es deseable que el conteo de personas no dependa de que carguen o no un

dispositivo electrónico.
Conclusiones
En el artículo de Brena et al. [3], del que el presente es un
resumen de divulgación, se presenta un método mejorado
para contar personas en un espacio entre el transmisor
y el receptor de WiFi multicanal (MIMO). Esto se hace
reconociendo patrones de la información de estado de los
canales (CSI) sobre múltiples canales en el espectro de
Doppler, en vez de utilizar un canal o el promedio de la
información de los canales. Así confirmamos experimen-
talmente nuestra hipótesis de que la información de los
canales individuales podría conducir a mejores resulta-
dos en términos de exactitud en la predicción del número
de personas en un espacio dado.
Nuestro método usa un proceso estándar guiado por
los datos de aprendizaje supervisado, en que se constru-
ye un conjunto de datos con un renglón para cada dato,
y una columna para cada característica considerada. La
determinación de las características es otra de nuestras
contribuciones, pues mostramos cómo utilizando tan solo
una característica por canal en el espectro de Doppler fue
posible predecir perfectamente la cantidad de personas
en grupos de hasta 8 personas.
Nosotros usamos equipo estándar no especializado,
características de todos los canales, un clasificador de ti-
po SVM Gausiano, y la exactitud es de 1 redondeando
centésimas para hasta 8 personas.✵
REFERENCIAS
1. Joglekar, P. y Kulkarni, V. (2016). Mobile crowd sensing for
urban computing. International Journal of Latest Trends in
Engineering and Technology, 7(4), 344-351.
2. Yuan, Y., Zhao, J., Qiu, C. y Xi, W. (2013). Estimating crowd
density in an RF-based dynamic environment. IEEE Sensors
Journal, 13(10), 3837-3845.
3. Brena, R.F., Escudero, E., Vargas-Rosales, C., Galvan-Tejada,
C. E. y Munoz, D. (2021). Device-Free Crowd Counting Using
Multi-Link Wi-Fi CSI Descriptors in Doppler Spectrum. Elec-
tronics, 10(315), 1-25.
4. Pathan, S.S., Al-Hamadi, A. y Michaelis, B. (2010). Incorpora-
ting social entropy for crowd behavior detection using SVM. En
International Symposium on Visual Computing proceedings,
153-162.
5. Wang, C., Zhang, H., Yang, L., Liu, S. y Cao, X. (2015). Deep
people counting in extremely dense crowds. En Proceedings of
the 23rd ACM international conference on Multimedia, 1299-
1302.
6. Depatla, S., Muralidharan, A. y Mostofi, Y. (2015). Occupancy
estimation using only WiFi power measurements. IEEE Jour-
nal on Selected Areas in Communications, 33(7), 1381-1393.
7. Yoshida, T. y Taniguchi, Y. (2015). Estimating the number of
people using existing WiFi access point in indoor environment.
En Proceedings of the 6th European Conference in Computer
Science (ECCS), 46-53.
8. Ma, Y., Zhou, G. y Wang, S. (2019). WiFi sensing with chan-
nel state information: A survey. ACM Computing Surveys
(CSUR),52(3), 1-36.
9. Di Domenico, S., Pecoraro, G., Cianca, E. y De Sanctis, M.
(2016). Trained-once device-free crowd counting and occupancy
estimation using WiFi: A Doppler spectrum based approach.
En Proceedings of the IEEE 12th International Conference
on Wireless and Mobile Computing, Networking and Com-
munications (WiMob), 1-8.
10. Xi, W., Zhao, J., Li, X. Y., Zhao, K., Tang, S., Liu, X. Jiang,
Z. (2014). Electronic frog eye: Counting crowd using WiFi.
En IEEE Conference on Computer Communications (INFO-
COM), 361-369.

SOBRE LOS AUTORES

Ramón F. Brena P. obtuvo el doctorado en Informática, especialidad Inteligencia Artificial en el
Instituto Nacional Politécnico de Grenoble, Francia. Ha trabajado como profesor e investigador en el
ITAM, el Tecnológico de Monterrey y actualmente el Instituto Tecnológico de Sonora, con estancias
en la U.T. en Dallas y la U. de Montreal. Es miembro del Sistema Nacional de Investigadores y de la
Academia Mexicana de Ciencias. Sus intereses de investigación incluyen el uso del contexto en IA, los
agentes inteligentes y el aprendizaje automático.

Edgar Escudero R. obtuvo su grado de Maestría en Communicaciones Inalámbricas en la Univer-

sidad de Leeds, Reino Unido, donde obtuvo el premio IEEE al mejor trabajo de investigación. Tiene
además un MBA por la EGADE del Tecnológico de Monterrey y es graduado del Programa de Tecno-
logía y Aceleración de Innovación del MIT. Es co-fundador de varias start-ups basadas en tecnología
en las que desarrolla proyectos de automatización, optimización y modelos de inteligencia artificial

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022 Artículo Komputer Sapiens 78 / 88
Cesar Vargas-Rosales obtuvo el grado de doctor en Ingeniería Eléctrica de Louisiana State University
en 1996. Actualmente es profesor investigador y líder del grupo de investigación en telecomunicacio-
nes del Tecnológico de Monterrey. El Dr. Vargas es miembro del Sistema Nacional de Investigadores
Nivel II, de la Academia Mexicana de Ciencias, de la Academia de Ingeniería de México y miembro
Senior de IEEE. Sus intereses de investigación incluyen localización, 5G, MIMO, codificación y modelos
estocásticos.
Carlos E. Galván Tejada recibió el título de Ingeniero en Computación y el grado de Maestro en
Ingeniería por la Universidad Autónoma de Zacatecas. Doctor en Tecnologías de la Información y
Comunicaciones con especialidad en Inteligencia Ambiental en el Tecnológico de Monterrey campus
Monterrey. Sus intereses de investigación incluyen Inteligencia ambiental, Procesamiento de señales,
Cómputo sensible al contexto, Bioinformática y Desarrollo de videojuegos. Pertenece al Sistema Na-
cional de Investigadores (SNI 2).

David Muñoz obtuvo el doctorado en le Universidad de Essex , Inglaterra. Ha trabajado como

profesor e investigador en el Cinvestav, el Tecnológico de Monterrey y en la Universidad de Texas en
Dallas y el Instituto Politécnico Nacional. Es miembro del Sistema Nacional de Investigadores. Sus
intereses de investigación incluyen analisis de desempeño en sistemas de telecomunicaciones y sistemas
de localización.

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
ARTÍCULO ACEPTADO
Un paseo por el análisis de señales con wavelets y
redes neuronales
Oscar Herrera Alcántara
El concepto de frecuencia en el análisis de
señales
Seguramente, al escuchar la palabra “frecuencia” la aso-
ciamos a la cantidad con la que sucede algún evento.
En efecto, una primera acepción de frecuencia es en el
contexto de la probabilidad y la estadística. Una segun-
da acepción del término frecuencia es en el contexto del
análisis de señales. Señales como valores que cambian
con el tiempo: series de tiempo. Por ejemplo, una se-
ñal de audio o una señal visual de imagen de la cámara
de un teléfono celular. Recientemente, después del “apa-
gón analógico en México”, la señal de televisión abier-
ta sólo usa transmisión digital. En una señal analógica
se tiene un conjunto infinito de valores. Al digitalizar
una señal analógica, los valores continuos se expresan
con un conjunto finito, pero suficientemente grande pa-
ra no perder detalle perceptual. Si es audio, que se si-
ga oyendo con razonable calidad y si es imagen, que se
pueda ver sin degradación aparente. Entonces, la señal
digital podrá procesarse, transmitirse y reproducirse sin
distinción respecto a una señal analógica. Inclusive, se
pueden tener más beneficios al aplicar técnicas de pro-
cesamiento digital de señales para eliminar ruidos. La
frecuencia se mide en Hertz y se refiera al número de ci-
clos de un evento en cada segundo, como se ilustra en la
Figura 1 (véase además http://www.sc.ehu.es/sbweb/
fisica3/oscilaciones/mas/mas.html). Las señales so-
noras, por ejemplo, son captadas por el oído humano en
un rango estimado de 20 a 20000 Hz. Las frecuencias por
encima de 20000 Hz no las oímos y sólo algunos animales,
como los perros, pueden escucharlos.
Figura 1. La velocidad a la que el punto se mueve sobre la
circunferencia y cierra el ciclo de 360º define la frecuencia de
una señal senoidal.
Un método para analizar señales es con un espectro
de frecuencias. Supóngase que una señal tiene una fre-
cuencia de 1 Hz y que cada segundo duplica su frecuencia
hasta llegar a 8 veces su frecuencia fundamental f. Por
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 79 / 88
tanto, contiene 4 frecuencias distintas: f, 2f, 4f, y 8f que
es su espectro de frecuencia. Por simplicidad, se puede
asumir que cada componente frecuencial tiene la misma
amplitud igual a 1/2 como se ilustra en la Figura 2a,
en donde cada componente concentra un porcentaje de
su energía. El total de la energía de la señal se define
como la suma del cuadrado de cada componente en el
espectro de frecuencia, y en el caso anterior cada compo-
nente tendría 1/4 como fracción de energía (ver Figura
2b) y como hay 4 valores en frecuencia, la energía es 4
veces un cuarto (el cuadrado de un medio) que es, cier-
tamente, la unidad o sea la señal tendría el 100 % de su
energía distribuida uniformemente en todas sus frecuen-
cias. El Teorema de Parseval [1] indica que la energía en
el espacio temporal es igual a la energía en el espacio
frecuencial. Para comparar dos señales se puede hacer
comparando sus valores en el dominio temporal, es decir
los valores en cada instante si es que es una señal analó-
gica o en intervalos determinados en el caso de una señal
digital.
Figura 2. a) El espectro de frecuencia de una señal con 4
frecuencias distintas con la misma amplitud. b) Distribución
uniforme de energía de esa señal.
También podemos hacerlo comparando sus valores en
los espectros de frecuencia. En ambos casos, se resta ca-
da valor y si son iguales, la diferencia será cero. Otra
manera de comparar dos señales es mediante una mul-
tiplicación seguida de una suma, siempre que la energía
sea unitaria, como en el caso de ejemplo. Si cada ampli-
tud es 1/2, 1/2, 1/2, 1/2, al multiplicarla por sí misma se
obtiene 1/4, 1/4, 1/4, 1/4 y luego al sumar se tienen 4/4
que significa el 100 % de similitud consigo misma. O sea
que en lugar de restar es posible multiplicar y sumar pa-
ra obtener un porcentaje de similitud (ver Figura 3). En
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
general, dadas dos señales con energía unitaria, se puede
comprobar que la única manera de obtener el 100 % de
similitud es cuando son iguales. A continuación, se hace
esto con la señal anterior y otra con valores 1,0, 0, 0. Si
se multiplica cada valor de 1/2, 1/2, 1/2, 1/2 con 1, 0, 0,
0 y se suma, produce 1/2 o sea una similitud del 50 %.
Por otro lado, si se compara la señal 1, 0, 0, 0 consigo
misma se obtiene el 100 % de similitud.
Figura 3. Multiplicación de una señal digital por sí misma.
Una similitud de 100 % indica que son idénticas.
Las operaciones de multiplicar y sumar realizadas an-
teriormente para comparar señales forman parte de una
operación más completa llamada convolución. Con una
convolución se obtiene la comparación de una señal con
respecto al desplazamiento de otra, en el caso de las dos
señales 1/2, 1/2, 1/2, 1/2 y 1, 0, 0, 0 se tienen 7 despla-
zamientos posibles con traslapes. La convolución puede
realizarse con señales analógicas o digitales.
Hasta ahora, se han abordado varios conceptos co-
mo frecuencia, energía, similitud, espectro frecuencial y
convolución. Todos estos son muy importantes en el aná-
lisis de señales ya que permiten obtener información para
compararlas. ¿Y por qué es importante comparar seña-
les? Como humanidad procuramos comparar algo des-
conocido con lo conocido, para llegar a comprenderlo, y
a esto se le llama análisis. Analizamos algo cuando lo
vemos. Recordemos la primera vez que vimos un objeto
desconocido, quizá un animal o una planta, seguramente
en forma “automática” lo primero que hizo nuestro ce-
rebro fue un análisis que nos condujo a pensar “no es
igual. . . pero se parece” y esto da pauta a pensar que
nuestro cerebro realiza un método de comparación ¿será
acaso algún tipo de convolución?
Considérese ahora una señal objetivo que cambia su
frecuencia cada cierto tiempo y que se compara con una
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 80 / 88
señal de referencia que oscila a frecuencia fija (ver Figura
4). Nótese que es complicado hacerlas coincidir, ya que
solo empatarían en una región.
Figura 4. Señal objetivo por analizar (arriba) y señal senoi-
dal como referencia (abajo).
Se pueden construir ventanas de análisis, donde se
tenga una señal senoidal con la duración de la ventana,
luego mover la ventana e ir cambiando la frecuencia. A
este concepto se le llama la convolución con ventana, o
transformada de ventana de Fourier [2].
Una manera ilustrativa de apreciar cómo hacer un
análisis de una señal desconocida, a partir de señales co-
nocidas, es imaginar que si las comparamos y encontra-
mos un lugar que empaten, podemos guardar esa infor-
mación y restar la señal conocida de la original, luego
repetimos el proceso y así podemos obtener una descom-
posición iterativa de una señal con sus componentes de
un conjunto conocido. Se puede hacer un diagrama bi-
dimensional con un eje temporal combinado con un eje
de frecuencia para complementar el espectro frecuencial,
porque este último sólo indicaría la presencia de una se-
ñal de cierta frecuencia, pero no indicaría su duración, es
decir, no hacerlo asumiría que la señal a analizar contie-
ne varias componentes oscilando a frecuencia fija durante
todo el tiempo. ¿Cómo ilustrar esto? Imagínese que un
profesor de música pretende que sus alumnos toquen una
melodía con diferentes instrumentos, pero omite indicar
en qué momento debe tocar y guardar silencio cada uno,
y por ende todos tocan simultáneamente durante toda la
clase. Seguramente se oirá algo distinto a cualquier me-
lodía agradable. Por tanto, conviene establecer cuándo,
por cuánto tiempo, con qué intensidad y qué nota debe
tocar cada estudiante de la clase de música. En efecto, da
lugar a un pentagrama. En un pentagrama se visualiza el
tiempo en el eje horizontal y la frecuencia de la nota en
el eje vertical, y en ese mapa de tiempo-frecuencia se ubi-
can las diferentes notas como componentes frecuenciales.
Este mismo concepto de pentagrama musical puede utili-
zarse con las ventanas de análisis para comparar señales,
no solo de audio. Sería como comparar dos pentagramas
para ver que tanto se parecen las melodías.
La Figura 5 ilustra la descomposición de una señal
con ventanas ubicadas en tiempo y frecuencia.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022
La convolución es una operación fundamental del análisis de señales, y es
parte fundamental del análisis con wavelets y en redes neuronales
artificiales.
Figura 5. Espacio tiempo-frecuencia de una señal con ven-
tanas.
Hasta ahora se ha visto la importancia de crear un
espectro de tiempo-frecuencia. Las funciones senoidales
son muy importantes en el análisis frecuencial. Otro tipo
de funciones menos conocidas, pero no por ello menos
importante son las funciones wavelet [3]. Las funciones
wavelet, a diferencia de las funciones senoidales, no osci-
lan por siempre, y se desvanecen rápidamente. Una de las
funciones wavelet más conocidas es la función de Haar
[4]. Con funciones wavelet se pueden hacer comparacio-
nes sin necesidad de “recortar” una señal senoidal con
alguna ventana, ya que una wavelet define una ventana
de observación. Además, también es posible modificar su
frecuencia, posición y amplitud para repetir el mismo al-
goritmo de descomposición que con ventanas de Fourier
y así obtener la información de tiempo-frecuencia y am-
plitud con la que empatan las componentes conocidas.
Un resultado muy interesante fue obtenido por
Stephanie Mallat [5] quien demostró que, para señales
digitales, es posible realizar la descomposición tiempo-
frecuencia de una señal digital usando solo convolución
con filtros digitales y desplazamientos “diádicos”: saltan-
do de 2 en 2. Por ejemplo, el filtro para frecuencias al-
tas o wavelet Haar unidimensional es H = (1/2, −1/2)
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Artículo Komputer Sapiens 81 / 88
en tanto que el filtro para bajas frecuencias de Haar
esL = (1/2, 1/2). Veamos cómo se aplica la transformada
wavelet de Haar a la señal 7, 5 , 3, 1. Al usar H se obtiene
(7, 5)x(1/2, −1/2) = 1; (3, 1)x(1/2, −1/2) = 1; y al usar
L se obtiene (7, 5)x(1/2, 1/2) = 6; (3, 1)x(1/2, 1/2) = 2.
Luego se aplica el cambio de escala a la mitad de la fre-
cuencia en donde la nueva señal es (6, 2, 1, 1), pero solo
se aplica a la parte de baja frecuencia, es decir a (6,
2). Nuevamente, con H y L se obtiene respectivamente
(6, 2)x(1/2, −1/2) = 2; (6, 2)x(1/2, 1/2) = 4. Estos re-
sultados se acomodan para obtener bandas de frecuencia
LL, LH y H , en donde la primera L en LL y LH indica
la aplicación previa del filtro L, seguida de otros filtrados
L y H . La ilustración se muestra en la Figura 6 con el
resultado 4, 2, 1, 1. La más baja frecuencia es LL = 4,
que corresponde al promedio de la señal completa, se-
guido de una aproximación con wavelet Haar LH = 2, y
una componente de wavelet Haar de más alta frecuencia
H = 1, 1 que tiene dos valores idénticos unitarios. La
reconstrucción es simple: 4 + 2 + 1 = 7; 4 + 2 − 1 = 5;
4 − 2 + 1 = 3; 4 − 2 − 1 = 1, y esto se ilustra en la Figura
6, en donde al combinar las componentes wavelet Haar
en color naranja y azul, con la componente de frecuencia
cero llamada función de escalamiento de Haar con am-
plitud 4, en color verde, se obtiene la señal original con
reconstrucción perfecta 7, 5, 3 y 1 que ha sido analizada
a diferentes frecuencias.
Figura 6. S. Descomposición y reconstrucción de una se-
ñal discreta 7, 5, 3, 1 con filtros H = (1/2, −1/2) y
L = (1/2, 1/2).
Es importante aclarar que de acuerdo con el Teorema
de Parseval, los valores 4, 2, 1, 1 deben tener la misma
energía que la señal 7, 5, 3, 1 que es 84. Esto se puede
√ re-
solver ajustando los filtros H y L con un factor de 2. El
filtrado o convolución con el filtro Haar puede calcularse
con el método descrito previamente en cualquier lenguaje
de programación. Además, está disponible en bibliotecas,
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
como por ejemplo PyWavelets [6] de Python, para un nú-
mero finito de filtros wavelet, aunque ciertamente existe
un número infinito de wavelets.
Una propiedad interesante de las funciones wavelets
construidas con un análisis multiresolución es que puede
expresarse como una suma de ellas en versiones trasla-
dadas y escaladas complementadas con funciones de es-
calamiento [3][4]. El concepto de multiresolución invita
a pensar que una señal puede verse como un bosque a
larga distancia con un telescopio en perspectiva de vista
panorámica, y modificar su amplificación para acercarse
a ver los árboles, y luego las hojas de los árboles, los de-
talles de las hojas, etcétera, aprovechando los diferentes
niveles de resolución. La convolución no solo aplica a se-
La relación entre wavelets y redes neuronales puede ser a través del
procesamiento para crear descriptores o con funciones de activación
wavelet.
Figura 7. Convolución bidimensional con una “máscara ver-
de” que representa 4 valores de un filtro.
Tanto la similitud y su contraparte “disimilitud” son
importantes porque permiten discriminar si algo es, se
parece o es distinto a otro objeto. Calcular descriptores
de tiempo-frecuencia facilita discernir entre señales con
diferente espectro de energía como el caso 1/4, 1/4, 1/4,
1/4 comparado con 1, 0, 0, 0. Al escuchar un sonido,
una canción o una persona hablando, el oído junto con
el sentido auditivo y el cerebro realizan un análisis para
obtener su descomposición tiempo-frecuencia y en base
a esos descriptores identificar si es quizá el maullido de
un gato o el ladrido de un perro, o también identificar
la canción de un artista famoso o de algún imitador, si
la persona que habla es algún desconocido o un familiar,
aun con los ojos cerrados. Y ¿cómo es que las personas
logramos hacerlo? Todo indica que, al obtener caracte-
rísticas de la señal de audio, estas se procesan en nuestra
red neuronal que es capaz de aprender y clasificar estas
señales.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 82 / 88
ñales en una dimensión, como las señales de audio. En
el caso bidimensional puede aplicarse para analizar, por
ejemplo, imágenes capturadas con alguna cámara. Hoy
en día se usan demasiado las cámaras digitales, en gran
parte porque están incluidas en los teléfonos celulares,
tabletas, o en las cámaras web para videoconferencia y
muchos de esos dispositivos aplican, de alguna manera,
una convolución.
Así como la convolución en una dimensión consiste
en dejar fija una señal e ir desplazando otra para luego
multiplicar y sumar, también se puede hacer en el caso
bidimensional, como se ilustra en la Figura 7, en donde
la señal o filtro de convolución se va moviendo en sentido
horizontal y vertical.
Y si estos procesos ya los realiza nuestro cuerpo en
forma natural ¿por qué el interés de comprender cómo
funciona? Porque en la medida que comprendemos mejor
el cuerpo humano se pueden construir dispositivos para
atender ciertas enfermedades, crear robots humanoides,
y en general construir modelos de IA. ¿IA? Inteligencia
Artificial, que intenta imitar este razonamiento humano
con computadoras al incorporar, por ejemplo, análisis y
reconocimiento de señales.
Actualmente hay una proliferación de bibliotecas pa-
ra lenguajes como Python donde es posible desarrollar
potentes modelos de reconocimiento de audio o ima-
gen, detección de objetos en movimiento en videos de
vigilancia en aeropuertos, por mencionar sólo algunas
aplicaciones, además de análisis de series financieras,
sísmicas, etc.
¿Y qué hay de las redes neuronales arti-
ficiales con wavelets?
Es muy común encontrar aplicaciones de redes neurona-
les sin uso de wavelets. Existen al menos dos maneras de
relacionar ambos conceptos. La primera es al preproce-
sar una señal para extraer descriptores tiempo-frecuencia
que se usen como datos de entrada de una red neuronal, y
la segunda es a través de wavelets como funciones de ac-
tivación en las diferentes capas de una red neuronal. Por
ahora, conviene abordar el término de redes neuronales
artificiales.
El término mismo en plural refiere a dos cosas: pri-
mero, como un conjunto de neuronas artificiales interco-
nectadas para realizar una función de clasificación. Por
ejemplo, el modelo de Perceptrón de la Figura 8 conside-
ra una función de activación tipo escalón y para pares de
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Artículo
valores (0,0), (0,1), (1,0) y (1,1) puede definir una región
lineal de separación con pesos sinápticos apropiados w0,
w1 y w2 para la operación lógica OR, es decir que para
los 4 pares de entradas se obtenga 0, 1, 1, 1 respectiva-
mente. Sin embargo, este modelo de neurona es incapaz
de separar los valores de entrada para la operación XOR
y XNOR que corresponden a las salidas 1, 0, 0, 1 y 0, 1,
1, 0 respectivamente. Pero si se combinan más percep-
trones [9], es posible definir regiones de separación para
las operaciones XOR y XNOR. Se trata de un trabajo
colaborativo neuronal.
Una segunda forma de explicar el plural de redes neu-
ronales es que no existe un solo tipo de red. Existen redes
pulsantes, redes autoorganizadas o mapa de Kohonen,
redes con memoria de corto plazo, redes recurrentes, en-
tre otras además de las redes para aprendizaje profundo
[7][8].
Figura 8. Un perceptrón con dos entradas, función de acti-
vación escalón, tres pesos sinápticos y una salida.
Anteriormente, era popular procesar las señales para
extraerles características como las del dominio temporal
y frecuencial, para luego introducirlas a las redes neuro-
nales artificiales, que con los pesos sinápticos y número
de neuronas adecuados eran capaces de discernir señales
mucho más complicadas. Actualmente, en aprendizaje
profundo, la arquitectura de las redes neuronales arti-
ficiales incluye una capa para recibir datos de entrada,
varias capas de procesamiento para extraer caracterís-
ticas (por ejemplo, de tiempo o frecuencia) a través de
capas convolucionales, además de otras capas “Pool” para
reducir la dimensión de los datos, “MaxPool” que reem-
plaza una ventana por un valor máximo o “AveragePool”
que reemplaza con un valor promedio. Además, se usan
capas “Flatten” que convierte datos multidimensionales
a unidimensionales para enviarlas a capas “Densas” con
muchas conexiones sinápticas. Finalmente, se usa una ca-
pa de salida para mostrar los valores de decisión. Debido
a que se usan muchas capas, se le ha llamado aprendizaje
profundo.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 83 / 88
Conforme se avanza en nuevos modelos de redes neu-
ronales, hay conceptos tales como la convolución que son
fundamentales, y al parecer será difícil reemplazarlos.
En las neuronas artificiales, un elemento que a veces
no le damos gran importancia es la función de activación.
En el modelo del perceptrón previamente mostrado en
la Figura 8, se consideró la función escalón, pero al paso
de las décadas se han estudiado otras como la función
logística o la función tangente hiperbólica, en particu-
lar para las capas densas. En aprendizaje profundo, en
el gran número de capas de preprocesamiento previo a
las capas densas, suelen incluirse funciones ReLu, Ge-
Lu, Mish, Swish, entre otras, las cuales han tenido tanto
éxito que parecen ser “estándares” únicas y suficientes.
Pero también se han explorado wavelets como funciones
de activación, y estudios recientes con las plataformas de
Keras (www.keras.io) y Tensorflow (www.tensorflow.org)
muestran que la combinación de las funciones “estándar”
junto con wavelets permiten mejorar los resultados de
clasificación. De hecho, el problema de las operaciones
XOR y XNOR puede resolverse con una neurona con fun-
ción de activación wavelet [9]. Los resultados de aplicar
wavelets como funciones de activación son alentadores en
áreas donde ya se ha aplicado aprendizaje profundo como
es la clasificación de imágenes y el análisis de series de
tiempo bursátiles. Las series de tiempo bursátiles presen-
tan comportamientos no estacionarios, lo cual dificulta
su predicción.
Una señal es no estacionaria, cuando al paso del tiem-
po, su distribución de probabilidades cambia. Algo simi-
lar a lo ilustrado en la Figura 4. Más aún, se refiere a
discontinuidades, cambios abruptos, con poca duración,
no repetitivos y de singularidades. Por tanto, la inclu-
sión de wavelets en alguna parte del modelo neuronal
ya sea para preprocesar una señal y obtener descriptores
tiempo-frecuencia o como funciones de activación, segu-
ramente aportará buenos resultados que sólo asumir un
comportamiento periódico o estacionario.
Hasta ahora se ha presentado el análisis de señales
existentes, pero también se puede abordar el caso opues-
to. ¿Cómo opuesto? Sí, en donde a partir de generar
un espectro de frecuencias con ciertas características se
pueden obtener señales “peculiares”. ¿Peculiares? Al ana-
lizar muchas palabras (señales de voz) mencionadas por
una persona y calcular sus características de tiempo-
frecuencia, se puede deducir que tienen muchísimas cosas
en común: los patrones de pronunciación de la persona.
Luego, es posible generar variantes de las mismas pa-
labras sin que sean idénticas a cualquiera de las origi-
nales. Hay dos desafíos, por un lado, que se generen se-
ñales con las mismas características de pronunciación, y
segundo, que no sean idénticas a las originales, enton-
ces se tiene la posibilidad de generar palabras que nunca
ha pronunciado la persona y que si las pronunciara fue-
ra prácticamente imposible saber si las dijo esa persona
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Columna
o fueron generadas por un programa de computadora.
Claro, ese programa usaría Inteligencia Artificial. Este
concepto ya existe, y en efecto, cuando el programa de
computadora es una red neuronal artificial, se les deno-
mina redes neuronales adversariales [10]. El uso de redes
neuronales adversariales ha mostrado éxito, por ejemplo,
en la generación de rostros, en donde una motivación es
tener bases de datos de rostros de personas que no co-
rrespondan a ninguna persona real. ¿Cómo reaccionaría
el lector si en alguna entrevista o video apareciera su
voz o rostro sin que hubiera participado? También se ha
explorado usarlas para generar nuevas obras de arte, pin-
turas, música, etc. Sorprendente ¿no? Los nuevos artistas
podrían ser pintores o músicos artificiales.
Todo lo anterior no sería posible entenderlo y aplicar-
lo sin el concepto de análisis temporal y frecuencial, que
deja ver una mirada al horizonte de lo que se producirá
en las siguientes décadas con el uso de la Inteligencia
Artificial.
Conclusiones
Los conceptos de señal, frecuencia, energía y tiempo-
frecuencia son muy importantes en el análisis de seña-
les, ya que permiten comparar señales bajo criterios de
similitud o disimilitud. La convolución es una operación
que reúne desplazamientos, multiplicaciones y sumas que
ofrecen una manera de extraer características distintivas
de una señal a manera de huella digital. Es posible usar
esas características distintivas o descriptores como datos
preprocesados que sean clasificados con redes neuronales
al usar capas convolucionales en el aprendizaje profun-
do. El análisis wavelet como complemento del análisis de
Fourier ofrece un marco teórico y práctico para analizar
señales con comportamiento no estacional. Existen varios
SOBRE EL AUTOR
Oscar Herrera Alcántara es profesor investigador de la Universidad Autónoma Metropolitana Azca-
potzalco en la Ciudad de México. Sus líneas de investigación incluyen el análisis wavelet y aplicaciones
en el procesamiento de señales con redes neuronales.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 84 / 88
tipos de redes neuronales: pulsantes, mapas de Kohonen,
con memoria de corto plazo, y recurrentes, entre otros
con múltiples aplicaciones al análisis de señales que han
mostrado éxito en áreas como el reconocimiento de voz o
rostros, pero también en la creación artística con modelos
adversariales, que en conjunto permiten vislumbrar un
futuro en donde seguramente tendrá gran participación
la Inteligencia Artificial y la correspondiente demanda de
profesionales en esta fascinante área del conocimiento.✵
REFERENCIAS
1. Carrillo, G.C.J. (2003). Fundamentos del Análisis de Fourier.
Vigo, España, Universidad de Vigo.
2. Hsu, H.P. (1987). Análisis de Fourier. Wilmington, Addison
Wesley Iberoamericana.
3. Daubechies, I. (1992). Ten lectures on wavelets. Philadelphia,
PA, Society for Industrial and Applied Mathematics.
4. Soman, N.G., Ramachandran, K.P., y Resmi, K.I. (2010). In-
sight into wavelets from theory to practice, PHI.
5. Mallat, S.G. (1999). A wavelet tour of signal processing. San
Diego, Academic Press.
6. PyWavelets. (2019). A Python package for wavelet analysis.
Recuperado el 1 de febrero de 2022, de https://pywavelets.
readthedocs.io/.
7. Caicedo, E.F., y López, J.A. (2017). Una aproximación práctica
a las redes neuronales artificiales. Cali, Colombia, Universidad
del Valle.
8. Goodfellow, I., Bengio, Y., y Courville, A. (2016). Deep Lear-
ning. MIT Press.
9. Herrera, O., y Priego, B. (2022). Wavelets as activation fun-
ctions in Neural Networks. Journal of Intelligent and Fuzzy
systems, 1-11.
10. Calcagni, L.R. (2020). Redes Generativas Antagónicas y sus
aplicaciones. Trabajo final para la obtención del título Especia-
lista en Inteligencia de Datos Orientada a Big Data. Universidad
Nacional de la Plata, Argentina
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Columna
IA & Educación
Julieta Noguez, Lucía Barrón y Yasmín Hernández
iaeducacion@komputersapiens.org
La Evaluación Adaptativa en los
Ambientes de Aprendizaje en Línea
La evaluación es parte primordial del proceso educativo.
La tendencia mundial es ofrecer entornos adaptables y
flexibles que personalicen la evaluación del aprendizaje
de los estudiantes, a pesar de las diferencias en sus cono-
cimientos previos. Los sistemas informáticos de evalua-
ción adaptativa están diseñados para medir el desempeño
de personas o equipos. En función de las respuestas de
los usuarios en curso, o los patrones de respuesta, estos
sistemas adaptan su presentación y el rendimiento de la
pantalla para hacer coincidir el nivel de evaluación con
el del alumno o el equipo [1].
En el proceso de evaluación se busca brindar al es-
tudiante ambientes adaptativos que provean contenidos,
actividades, recursos y evaluaciones de acuerdo con su es-
tado actual de conocimiento y características de su perfil.
Existen técnicas estadísticas y de inteligencia artificial,
mediante las cuales es posible identificar las variables que
influyen en el aprendizaje de los estudiantes y establecer
un orden jerárquico según su importancia. Identificar es-
tas variables permite diseñar un modelo que seleccione
aquellas características relevantes de cada alumno, con
el objetivo de desarrollar estrategias de aprendizaje per-
sonalizadas [2].
Dentro de este conjunto, y con el fin de lograr que el
aprendizaje de cada estudiante sea más eficiente y efec-
tivo, los entornos de evaluación en línea seleccionan las
preguntas que se presentan. En esta línea, se evitan pre-
guntas que el estudiante ya conoce para dirigirlo a las
áreas que necesita estudiar [3]. Las pruebas adaptativas
computarizadas (CAT por sus siglas en inglés) se adap-
tan de forma individual y automática al nivel de com-
petencia de los examinados. El método básico que usan
los sistemas CAT se basa en un algoritmo iterativo que
contiene los siguientes cuatro pasos [4]:
1. Seleccionar pregunta. Buscar en el banco de
preguntas disponibles la pregunta ideal con base
en la habilidad actual estimada del estudiante.
2. Presentar la pregunta al estudiante. El estu-
diante responde la pregunta de forma correcta o
incorrecta.
3. Actualizar habilidad estimada del estudian-
te usando como base todas las respuestas previas
recibidas.
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 85 / 88
4. Repetir pasos 1 a 3 hasta alcanzar el criterio de
terminación de evaluación.
Actualmente, en el mundo occidental, casi todos los
programas de pruebas a gran escala son adaptativos o
están en proceso de serlo [5]. Algunos de los campos en
los que se han implementado herramientas de evalua-
ción adaptativa en línea son Física, Matemáticas, Inglés
y Computación [6].
Las herramientas de evaluación adaptativas también
han incorporado los conceptos de analíticas de aprendiza-
je en el modelado del comportamiento de los estudiantes.
Lo anterior tiene como finalidad lo siguiente: a) predecir
su rendimiento académico; b) aumentar la auto-reflexión
y la autoconciencia de las responsabilidades y roles en el
proceso de enseñanza-aprendizaje, tanto de los alumnos
como de los docentes; y c) mejorar los servicios de retro-
alimentación y evaluación. Adicionalmente, es posible, en
principio, predecir la deserción y buscar la permanencia
de los estudiantes, así como hacer recomendaciones sobre
el uso de los recursos educativos [7].
Esta tendencia educativa está en auge gracias a la
gran cantidad de datos que se recopilan en los entornos
de aprendizaje en línea. Esto es con el fin de lograr la
adaptación de los contenidos y materiales educativos de
los estudiantes según sus necesidades de aprendizaje. Ac-
tualmente, estos ingredientes del aprendizaje siguen evo-
lucionando para considerar rasgos cognitivos y afectivos,
así como conocimientos previos.✵
REFERENCIAS
1. Wilson, C., y Scott, B. (2017). Adaptive systems in education: a
review and conceptual unification. The International Journal
of Information and Learning Technology, 34(1), 2-19.
2. Gonzalez-Nucamendi A., Noguez J., Neri L., Robleda-Rella, V.,
García-Castelan, R.M., Escobar-Castillejos, D.E. (2021). The
Prediction of Academic Performance using Engineering Stu-
dent’s Profiles. Computers and Electrical Engineering. Special
Issue VSI-tei. ISSN: 0045-7906.
3. Noguez, J., Neri, L., Robledo-Rella, V., García-Castelán, R.,
González-Nucamendi, A., Elizalde, J. (2019). Design aspects
of adaptive evaluation for an online Sciences and Enginee-
ring learning environment. 2019 Virtual Concept Internatio-
nal Workshop on Educational Innovation in Engineering and
Sciences: Technologies for the Future of Learning, Monterrey,
N.L. México.
4. Thissen, D., y Mislevy, R.J. (2000). Testing Algorithms. En
Wainer, H. (Ed.) Computerized Adaptive Testing: A Primer.
Mahwah, NJ: Lawrence Erlbaum Associates.
5. Martin, A. J., y Lazendic, G. (2018). Computer-adaptive tes-
ting: Implications for students’ achievement, motivation, enga-
gement, and subjective test experience. Journal of Educational
Psychology, 110(1), 27.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Columna
6. Hirose, H., Takatou, M., Yamauchi, Y., Taniguchi, T., Hon-
da, T., Kubo, F., y Koyama, T. (2016). Questions-and-Answers
Database Construction for Adaptive Online IRT Testing Sys-
tems: Analysis Course and Linear Algebra Course. En 2016 5th
IIAI International Congress on Advanced Applied Informatics
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Komputer Sapiens 86 / 88
(IIAI-AAI), 433-438.
7. Dietz-Uhler, B., y Hurn, J. E. (2013). Using Learning Analytics
to Predict (and Improve) Student Success: A Faculty Perspec-
tive. Journal of Interactive Online Learning.
ISSN 2007-0691
Año XIV, Vol. II. Mayo - Agosto 2022 Columna Komputer Sapiens 87 / 88

Deskubriendo Konocimiento
Alejandro Guerra Hernández y Gildardo Sánchez Ante
deskubriendokonocimiento@komputersapiens.org

Revisión de “Game of Life Cellular Automata” *

Dr. AlejandroUniversidad
Raúl Hernández
Veracruzana
Montoya
Instituto de Investigaciones en Inteligencia Artificial

en su famosa y muy leída sección de las tendencias filosóficas de ca-

Portada de la revista.*
El matemático inglés John Horton
Conway (1937-2020), desafortuna-
damente fallecido en abril del 2020
como una baja temprana de la epi-
demia del Covid-19, hizo importan-
tes aportaciones en diversas áreas
de las matemáticas, principalmente
en teoría de números, teoría de gru-
pos finitos, teoría de juegos combi-
natorios, computación y otras áreas
de la ciencia, incluso en la Física.
Era un gran aficionado a los jue-
gos y a las matemáticas recreativas;
muchos de sus trabajos relaciona-
dos con estos intereses fueron dados
a conocer por el gran divulgador de
las matemáticas, la razón y de la
ciencia en general, Martin Gardner,
* Adamatzky, Andrew (Ed). Game of Life Cellular Automata. Springer-Verlag, Germany, 2010.
“matemáticas recreativas” de la re-
vista “Scientific American”. En par-
ticular, un artículo de Gardner pu-
blicado en 1970 y titulado “The fan-
tastic combinations of John Con-
way’s new solitaire game “life””, po-
pularizó el “juego de la vida”. In-
ventado por Conway 10 años antes
de ser dado a conocer por Gard-
ner en el mencionado artículo, “el
juego de la Vida”, al cual de aquí
en adelante llamaremos sólo Life,
es seguramente el autómata celu-
lar más conocido por las comunida-
des de gente dedicada a las ciencias
de la computación, las ciencias de
la complejidad y muchos aficiona-
dos con un gusto por la matemáti-
ca y la programación. El libro que
reseñamos aquí, Game of Life Ce-
llular Automata, (GOLCA), publi-
cado en el 2010, fue expertamen-
te editado por Andrew Adamatzky,
quien es por sí mismo, un líder alta-
mente reconocido en los campos de
los autómatas celulares, la compu-
tación de reacción-difusión, compu-
tación masiva paralela, matemáti-
cas aplicadas, inteligencia colecti-
va y robótica. Andrew Adamatzky
es profesor en el departamento de
Ciencias de la Computación y del
Laboratorio Bristol de Robótica de
la Universidad del Oeste de Ingla-
terra, en Bristol. El libro fue edi-
tado con motivo del cuadragésimo
aniversario del descubrimiento, o si
se quiere, invención (dependiendo
da quien), del juego de la Vida, por
Conway.
Estrictamente hablando, Life no
es realmente un juego, en el sentido
tradicional de este término, ya que
no es interactivo, y una vez inicia-
do sigue una evolución única y de-
terminista, ya que es una maquina
virtual que evoluciona en un espa-
cio bidimensional discreto, o malla,
formado de celdas cuadradas, ideal-
mente en número infinito, pero en la
práctica formado de N x N celdas,
donde cada celda puede encontrar-
se en uno de dos posibles estados:
“viva” o “muerta”. Cada celda es-
tá rodeada simétricamente por un
arreglo también cuadrado de ocho
celdas que forman su vecindad, cua-
tro a los lados de la celda en cues-
tión y las otras cuatro diagonalmen-
te con respecto a dicha celda, para
formar un arreglo cuadrado que in-
cluye a la celda central, de 3 x 3
= 9 celdas. A partir de una confi-
guración inicial de la malla de cel-
das vivas y muertas, éstas actuali-
zan sus estados simultáneamente y
en tiempos discretos de acuerdo a
los estados de sus respectivas vecin-
dades, siguiendo las siguientes re-
glas de evolución o actualización:
una celda muerta revive si en su ve-
cindad hay tres vecinos vivos; una
celda viva permanece viva si dos o a
lo más tres de las celdas en su vecin-
dad están vivas; en todos los demás
casos la celda muere. El juego de

© 2022 - Sociedad Mexicana de Inteligencia Artificial ISSN 2007-0691

Año XIV, Vol. II. Mayo - Agosto 2022
la vida es un tipo particular de au-
tómata celular. Estos son sistemas
dinámicos que evolucionan en pasos
de tiempo discreto sobre un espa-
cio discreto y regular de celdas en
una o varias dimensiones, y que re-
montan sus orígenes a nombres tan
ilustres como los matemáticos John
Von Neumann y Stanislaw Ulam,
creadores de los algoritmos de au-
tómatas celulares a principios de los
años 1950’s.
Es verdaderamente notable que
un sistema dinámico determinista,
con la sencillez de Life, alcance tan
alto grado de complejidad, tal como
lo atestiguan cada uno de los vein-
tisiete artículos seleccionados ex-
pertamente por el Profesor Ada-
matzky en GOLCA. Estos artícu-
los de investigación fueron escritos
por treinta y cinco autores exper-
tos en el tema de Life, incluido el
propio Adamatzky, adscritos a im-
portantes instituciones académicas
de todo el mundo. Algunos de estos
artículos son clásicos y bien conoci-
dos, mientras que otros fueron escri-
tos recientemente, ex profeso, para
el libro, lográndose así recopilar en
un solo volumen cuarenta años de
investigación sobre los diversos as-
pectos de interés del autómata celu-
lar “el juego de la vida”, para las co-
munidades de Ingeniería, Ciencias
de la Computación e IA, Física y
Matemáticas, e incluso muchas par-
tes de éste pueden ser entendidas
por aficionados con una buena mo-
tivación.
La compilación de artículos he-
cha por Andrew Adamatzky, no so-
lo muestra el estado del arte de la
investigación en el juego de la vi-
da hasta el año de su publicación,
sino que también mostraba diversas
ideas a desarrollar, conjeturas y lí-
neas de investigación y de explora-
ción futura, por lo que sigue sien-
© 2022 - Sociedad Mexicana de Inteligencia Artificial
Columna
do tan actual como en el año de su
publicación. Esto puede ser aprecia-
do por el número total de citas que
ha obtenido y en la evolución de és-
tas año con año. Así, según Goo-
gle Scholar, el libro que reseñamos
aquí, ha obtenido en total 240 citas
desde el año de su publicación, es
decir en menos de doce años, con un
número creciente de éstas año con
año, empezando con 3 citas en el
año de su publicación, 6 citas en el
2011, 19 en el 2012 y sigue creciendo
así, hasta llegar a alcanzar 42 citas
en el año de 2020 y 26 citas en el
20201, para, a la fecha, alcanzar en
total las mencionadas 240 citas.
GOLCA empieza con una intro-
ducción al juego de la vida, pa-
ra después dividirse en seis partes
que incluyen el rango de disciplinas
científicas que contribuyen al avan-
ce de la investigación en autóma-
tas celulares, y en particular el jue-
go de la vida, y que son: 1) Histo-
ria, 2) Temas clásicos, 3) Autóma-
tas asíncronos, continuos y con me-
moria, 4) Mallas no ortogonales, 5)
Complejidad, 6) Física, 7) Música y
8) Computación, y presenta temas
tan variados y atractivos como los
siguientes, no necesariamente en el
orden de aparición en el libro: In-
troducción al juego de la vida, pa-
trones emergentes en el juego de la
vida (un tema muy gustado entre
los aficionados a Life y a la compu-
tación); cálculo de patrones periódi-
cos en Life mediante los diagramas
de de Bruijn; búsqueda de estados
de baja periodicidad en Life; clasifi-
caciones alternativas de autómatas
celulares bidimensionales; evolución
espacio-temporal de variaciones del
juego de la vida; programación con
restricciones; generalizaciones y va-
riaciones de Life (vecindad, reglas,
actualización probabilista asíncro-
na de los estados de las celdas, es-
Komputer Sapiens 88 / 88
tados continuos de estas, celdas con
memoria, celdas con forma distinta
a la cuadrada, Life en tres dimen-
siones, Life sobre teselaciones de
Penrose, sobre una esfera, versiones
cuánticas de Life, etc.); perturba-
ción estructural de Life; criticalidad
y transiciones de fase en Life; creci-
miento no estacionario de patrones
de reacción-difusión en autómatas
celulares binarios en 2D; compleji-
dad de Life, estructuras emergen-
tes, complejidad espacial macros-
cópica de Life (propiedades esta-
dísticas emergentes); ecuaciones del
campo electromagnético de Max-
well acopladas con Life; computabi-
lidad Universal en Life; una má-
quina de Turing construida en Li-
fe; computación con patrones de Li-
fe (construcción de puertas lógicas
y circuitos aritméticos elementales)
e incluso generación de música me-
diante Life, etc.
Algunos de estos artículos son
teóricos, con alto rigor matemático,
otros presentan análisis empíricos y
algunos son de carácter experimen-
tal/computacional, pero todos son
comprensiblemente explicados y las
ilustraciones de alta calidad del li-
bro clarifican óptimamente las ideas
del texto.
El libro editado por Andrew
Adamatzky que hoy reseñamos tie-
ne mucho que ofrecer a todos los
interesados en los autómatas ce-
lulares, en particular en Life, sus
matemáticas, variaciones, imple-
mentación, aplicaciones, compleji-
dad, experimentación con Life, etc.,
ya sean investigadores, estudian-
tes de licenciatura o de posgrado
en áreas de las ciencias exactas,
computación e IA, sin excluir a los
principiantes y aficionados al tema.
Por todo lo escrito este fantástico
libro es altamente recomendable.✵
ISSN 2007-0691
Información tomada de: https://coronavirus.gob.mx
 Indizada en el IRMDCT de CONACYT y en Latindex

¡Publique en Komputer Sapiens!

Komputer Sapiens solicita artı́culos de divulgación en todos los temas de Inteligen-

cia Artificial, dirigidos a un amplio público conformado por estudiantes, académicos,
empresarios, tomadores de decisiones y consultores. Komputer Sapiens es patrocinada
por la SMIA, la Sociedad Mexicana de Inteligencia Artificial

www.smia.org.mx

Instrucciones para autores e información general: http://www.komputersapiens.org

Sı́guenos en las redes sociales: www.facebook.com/Komputer.Sapiens, twitter.com/KomputerSapiens