El ingeniero de Telecomunicación de la Universidad Politécnica de Cartagena, Adrián Sánchez, ha propuesto en su tesis doctoral dos tipos de algoritmos diferentes que permiten resolver el problema de la falta de información en los procesos de Inteligencia Artificial.

Para ello, Sánchez explica que gracias a la innovación tecnológica y al auge de las aplicaciones basadas en IA de los últimos años, el procesado de grandes cantidades de datos es cada día más frecuente. Algunos ejemplos de ello pueden encontrarse en el sector industrial o sanitario, entre otros. Sin embargo, el ya doctor por la UPCT manifiesta que “en la mayoría de las ocasiones estos datos están incompletos", por lo que eso puede dar lugar a fallos importantes en los algoritmos. Existe una gran variedad de motivos por los que puede surgir este problema de datos incompletos. Siguiendo con el ejemplo del sector industrial, cuenta que "es común tener fallos técnicos o mecánicos en la recolección de datos procedentes de sensores. Estas interferencias suponen una pérdida de información que tiene efectos negativos sobre los métodos”. Éste es uno de los motivos que le llevó a estudiar este problema.

Para solucionarlo propone dos tipos de métodos basados en redes neuronales artificiales que, partiendo de los datos incompletos, son capaces de completar los valores desconocidos del conjunto así como mejorar los resultados finales de los algoritmos de Inteligencia Artificial. Estos métodos innovadores son capaces de mejorar a la mayoría de los procedimientos estudiados en la literatura.

La tesis 'Resolución de problemas de clasificación con datos incompletos mediante redes asociativas profundas' la dirigieron José Luis Sancho Gómez de la Universidad Politécnica de Cartagena y Aníbal R. Figueiras Vidal de la Universidad Carlos III de Madrid.