Burmuina-ordenagailua interfazeen (BCI) bidezko post iktus errehabilitazioa
Ekitaldiaren deskribapen orokorra
En contraste, el conocimiento actual sobre el procesamiento neuronal de las señales motoras sigue siendo limitado. Por este motivo, en los últimos años se han desarrollado y consolidado enfoques experimentales orientados a estudiar la relación entre el movimiento y su representación cerebral mediante la medición de la coherencia córtico-quinésica. Este análisis se lleva a cabo a través de técnicas no invasivas, entre las que se incluyen el uso de acelerómetros para la caracterización de la frecuencia, intensidad y duración del movimiento, así como el registro de la actividad cerebral mediante electroencefalografía (EEG) y magnetoencefalografía (MEG), técnicas que permiten medir, respectivamente, la actividad eléctrica y los campos magnéticos generados por el cerebro durante la ejecución motora.
No obstante, todas estas técnicas presentan limitaciones relevantes que constituyen el punto de partida del presente proyecto. Entre ellas destacan la elevada complejidad de las señales registradas y la presencia de ruido procedente de fuentes fisiológicas externas, como los parpadeos o los latidos cardíacos, así como de actividad cerebral no directamente relacionada con el proceso motor de interés. Estos factores dificultan la interpretación de los datos y reducen la fiabilidad de los análisis, haciendo necesario el desarrollo de métodos que permitan mejorar la calidad y utilidad de la información obtenida.
Objetivos
El objetivo de este proyecto es llevar a cabo un estudio teórico de las funciones de agregación y su relación con la inteligencia artificial, centrándose en el análisis de sus fundamentos matemáticos dentro de estructuras algebraicas complejas. Este análisis tiene como finalidad establecer una base teórica sólida que permita desarrollar conceptos matemáticos más robustos y generalizables, capaces de sustentar modelos de inteligencia artificial más eficientes y consistentes desde el punto de vista formal.
En este marco, el proyecto persigue profundizar en la comprensión y formalización de dichas funciones, consolidando un cuerpo teórico coherente y bien estructurado que facilite la generalización de herramientas matemáticas y su posterior aplicación en el diseño y desarrollo de modelos de inteligencia artificial, así como en otras áreas afines.
Las generalizaciones que se abordan en este proyecto pueden desarrollarse siguiendo distintos enfoques complementarios.
Por un lado, se propone la construcción de funciones de agregación definidas sobre cuerpos algebraicos abstractos. Aunque existen métodos previos en la literatura, su caracterización completa no ha sido establecida, y la construcción planteada en este proyecto introduce un enfoque innovador que ofrece una mayor flexibilidad y capacidad de generalización que las formulaciones existentes.
Por otro lado, el proyecto contempla el estudio de estructuras algebraicas complejas, en particular el hipercubo, como marco matemático para el tratamiento simultáneo de múltiples vectores de datos. Esta estructura permite modelar situaciones en las que se dispone de información procedente de numerosos individuos, cada uno descrito por un conjunto amplio de variables, como ocurre, por ejemplo, en el análisis de pacientes con múltiples síntomas o condiciones clínicas. Sin embargo, el uso del hipercubo plantea desafíos teóricos relevantes, ya que propiedades fundamentales como la simetría, la asociatividad o la monotonía no admiten una única generalización natural, lo que abre un amplio espacio para el desarrollo de nuevos conceptos y resultados.
Asimismo, el proyecto aborda el análisis de la independencia y dependencia entre los datos como un aspecto central del proceso de agregación. Determinar si las variables son independientes o presentan relaciones de dependencia resulta esencial para una representación adecuada de la información. Mientras que en el caso de datos independientes existen marcos matemáticos bien establecidos, la modelización de dependencias sigue siendo un problema abierto que requiere nuevas herramientas teóricas. En este contexto, el objetivo es describir y desarrollar funciones de agregación que respeten explícitamente estas relaciones, o su ausencia, y que puedan adaptarse a las necesidades específicas de cada análisis.
Producción científica
Goñi, M. Gómez and R. Pérez, "Construction of uninorms on bounded lattices: a closer look into the structure of the set of elements incomparable with the neutral element", International Journal of General Systems, 2025.
Goñi, M. Gómez and R. Pérez, "Construction of uninorms on bounded lattices: augmenting the flexibility of choice" presented at the 14th Conference of the European Society for Fuzzy Logic and Technology Riga, Latvia, July 21-25, 2025.
Goñi, M. Gómez and R. Pérez, "Introduction to uninorms on bounded lattices. Working with the flexibility of choice", seminary presented at the VI European Summer School on Fuzzy Logic and Applications, Riga, Latvia, July 28–August 1, 2025
Goñi, M. Gómez and R. Pérez, "Families of uninorms" poster presented at the RSME's 7th Congress of Young Researchers, Bilbao, Spain, January 13–17, 2025
Financiación
Convenio de colaboración firmado con Fundación Caja Navarra dentro de su programa de Becas para la investigación predoctoral en neurociencia computacional.
Proiektu gehiago
Calle del Sadar, s/n
31006 Pamplona (Navarra)
info@naircenter.eu
