Centro de Investigación en Ciencias de Información Geoespacial

El Dr. León F. Dozal tiene siete lineas de investigación.

A lo largo de su corta carrera ha buscado que sus líneas de investigación reflejen un poco de la gran variedad de aplicaciones que tienen las técnicas de Inteligencia Artificial (IA), con particular interés en aquellas que entran dentro de la categoría de Aprendizaje Máquina Interpretable, porque la interpretabilidad de los modelos de IA es una característica de gran interés para las personas que se dedican a la investigación de la información geoespacial.

Identificación Automatizada de Especies de Muérdago en Bosques y Parques Urbanos de la Ciudad de México Usando Imágenes Aéreas y Técnicas de Inteligencia Artificial.

Es un proyecto en colaboración con el Dr. Juan Carlos Valdiviezo Navarro y la doctorante Mtra. Paola Andrea Mejía Zuluaga de CentroGeo, con el Director del Instituto Tecnológico de Pabellón de Arteaga, Aguascalientes, el Dr. José Ernesto Olvera González y la Dra. Nivia Iracemi Escalante García, y con el Ing. Roberto Quintero Campos de SEDEMA. El muérdago es una plaga que debilita a los árboles infestados y los hace susceptibles a enfermedades que terminan matándolos. En este proyecto, obtuvimos un algoritmo que es capaz de detectar una especie particular de muérdago en imágenes multiespectrales obtenidas volando un dron sobre un área forestal protegida en la Ciudad de México. Ahora, estamos interesad@s en obtener un algoritmo que sea capaz de detectar y clasificar tres especies de muérdago que están presentes en un alarmante porcentaje del arbolado urbano de la Ciudad de México, lo cual representa un problema ambiental y de salud pública.

Métodos y modelos tecnológicos para el fortalecimiento del sistema-producto miel.

Es un proyecto en colaboración con la Dra. Ma. Loecelia Guadalupe Ruvalcaba Sánchez y el Dr. Néstor Miguel Cid García de CentroGeo y la Mtra. Laura Lorena Alba Nevárez y el Mtro.  José Guillermo Batista Ortiz del Instituto Tecnológico de Pabellón de Arteaga, Aguascalientes.  El objetivo de este proyecto es aplicar métodos y modelos computacionales, de ingeniería industrial y logística que contribuyan al fortalecimiento, profesionalización e incremento de la productividad del sistema producto miel partiendo del entendimiento de su cadena productiva; la detección, calificación y cualificación de floración en el espacio-tiempo mediante percepción remota para la optimización de la localización de colmenas y su trashumancia; rediseño de cadenas de suministro y valor; prospección e inteligencia colectiva, de vigilancia estratégica y gestión que faciliten la toma de decisiones y la innovación del sector en el mediano y largo plazo.

Cuentárboles.

Este proyecto de ciencia participativa que consiste en un inventario comunitario de árboles que inició en Aguascalientes en colaboración con el Lic. Óscar Martínez Quezada y la Mtra. Sofía González Ponce miembros de organización ecologista Núcleo Verde, y La Dra. Ma. Loecelia Guadalupe Ruvalcaba Sánchez de CentroGeo. Mediante una sencilla aplicación móvil cualquier persona en el país puede participar en el inventario. Actualmente, tenemos una base de datos con alrededor de 60,000 registros fotográficos, la gran mayoría se encuentran en Aguascalientes, pero tenemos árboles de diferentes ciudades del país. Ahora, queremos actualizar la aplicación móvil y usar los datos para entrenar algoritmos de Aprendizaje Máquina que nos ayuden a validar la base de datos.

Variaciones Morfométricas de Tilapia.

Este es un proyecto en colaboración con el Ing. Javier Enrique Martínez del del Instituto Tecnológico de Pabellón de Arteaga, Aguascalientes. En la actualidad existen métodos de análisis de datos propuestos por miembros de la comunidad de Aprendizaje Máquina (AM) que son capaces de analizar imágenes y descubrir características sutiles con una precisión predictiva excelente. Sin embargo, la credibilidad científica exige que los resultados sean interpretables. Para superar la naturaleza de “caja negra” de algunos métodos de AM, aplicamos métodos complementarios e investigamos representaciones para identificar de manera confiable la relación entre las características morfológicas específicas de la tilapia, adquiridas mediante fotografías, y su ubicación geográfica.

Estimación de producción de limón mediante imágenes aéreas.

Este es un proyecto en colaboración con el Mtro. Pablo Eduardo Benedetti, investigador del Instituto Nacional de Tecnología Agropecuaria (INTA), provincia de Tucumán, Argentina. Uno de los retos más importante en la cosecha del limón es poder estimar el número de frutos y su estado con el mayor grado de anticipación posible para organizar las operaciones de logística en la cosecha, predecir precio y puesta en mercado (interno y externo). Tradicionalmente, estás estimaciones del rendimiento en cítricos se han basado en las condiciones agronómicas del cultivo, los datos históricos de rendimiento y las observaciones visuales. Estas observaciones visuales son altamente subjetivas, y dependen de la experiencia y conocimiento de los técnicos, llegando a errores en la estimación de entre el 15% y el 25%. El objetivo es usar vehículos aéreos no tripulados para adquirir imágenes aéreas de los cultivos de limón y después usar técnicas de Inteligencia Artificial para analizar las imágenes y estimar el tamaño de la producción de limón.

Análisis de video para el reconocimiento de acciones humanas.

El objetivo de esta línea de investigación es desarrollar algoritmos computacionales que sean capaces de reconocer ciertas acciones humanas en videos digitales y que sirvan para asistir en una gran diversidad de tareas que van desde la seguridad ciudadana, seguridad industrial, seguridad vial y rescate hasta la búsqueda de videos en bases de datos, solo por mencionar algunas.

Experimentación y validación del análisis geoespacial inteligente de paisajes para la ubicación y prevención de trampas ecológicas para insectos semiacuáticos como herramienta para el desarrollo de ciudades sustentables.

Este proyecto se realiza en colaboración con la Dra. Giovanna Villalobos Jiménez, posdoctorante en CentroGeo, el Dr. Juan Manuel López Téllez investigador del Centro de Investigaciones en Óptica, el Dr. Luis Arturo Ibarra Juárez investigador del Instituto de Ecología y el Dr. Héctor de la Torre Gutiérrez investigador del Centro de Investigación en Matemáticas. El objetivo principal de este proyecto es obtener y validar el algoritmo obtenido mediante el análisis geoespacial inteligente (utilizando herramientas de Aprendizaje Profundo) que permitirá identificar y localizar a nivel paisaje, superficies artificiales reconocidas por ocasionar trampas ecológicas por luz polarizada. De igual manera, se buscará desarrollar una herramienta de información geográfica que facilite el uso del algoritmo final por parte de otros usuarios, tales como especialistas en desarrollo urbano sostenible, para detectar y prevenir trampas ecológicas potenciales en el paisaje urbano.